科學家成功透過人工智慧，在核融合實驗中控制了電漿

Сергей Хуан

成功地達成核融合的話，會有希望提供無限且永續的乾淨能源來源；但是，只有當我們能夠掌握發生在反應器內的複雜物理反應後，我們才能實現這個很棒的夢想。

AI 協助核融合

數十年來，科學家一直不斷一步一步地接近這個目標，但是仍然還存有很多挑戰。其中一項核心的阻礙就是，要成功地在反應器內控制不穩且超級熱的電漿，但是一個新方法揭曉了我們能夠如何做到這件事。

在瑞士洛桑聯邦理工學院（École polytechnique fédérale de Lausanne，EPFL）的瑞士電漿中心（Swiss Plasma Center，SPC）與人工智慧（artificial intelligence，AI）研究公司 DeepMind 的合作下，科學家們使用了深度強化學習（deep reinforcement learning，deep RL）系統，來研究電漿行為上的細微差異、以及研究在核融合的托卡馬克（tokamak）中控制電漿。托卡馬克是一種形狀像甜甜圈的設備，會使用放置於反應器周圍的磁線圈，來控制及操控反應器內的電漿。

這並不是一件簡單的平衡動作，因為線圈需要很大量的微調電壓，頻率大概是每秒要數千次，才能成功地讓電漿被侷限於磁場中。所以，若要維持核融合反應，也就是要讓電漿在攝氏數億度上維持穩定，而這可是比起太陽核心還要熱的溫度的話，就需要複雜且多層次的系統來管理線圈。然而，在新研究中，研究人員們展示說，一個單一的 AI 系統可以完全自己一個人來監督任務。

研究團隊在 DeepMind 的部落格貼文中解釋說：「藉由使用一個結合了 deep RL 與模擬環境的學習結構，我們製造了可以同時讓電漿穩定，也可以被用來準確地將電漿塑造成不同形狀的控制器。」

學習過程與結果

為了實現這一壯舉，研究人員在一托卡馬克的模擬器中訓練了他們的 AI 系統，在這其中，此機器學習系統透過試行錯誤，學習如何掌控將電漿侷限於磁場中的複雜性。在訓練完成後，AI 移動到下一個階段，將其在模擬器中所學到的東西應用於真實世界中。

藉由控制 SPC 的托卡馬克可變配置（Tokamak à configuration variable，TCV），RL 系統在反應器內將電漿塑造成一系列不同的形狀，包括其中一個從來沒有在 TCV 中看過的形狀：穩定的「水滴狀」電漿，也就是兩個電漿同時存在於裝置中。

除了典型的形狀之外，AI 也可以產生出進階的電漿結構，例如「負三角形」（negative triangularity）結構或「雪花」結構。

未來展望

如果在未來我們能夠維持核融合反應的話，這些表現形式中的每一種都有各種不同潛力來收集能量。其中一種由這個系統所控制的結構，也就是所謂的「像 ITER形狀」的結構，可能對國際熱核融合實驗反應爐（International Thermonuclear Experimental Reactor，ITER）－也就是目前正在法國建造的世界上最大的核融合實驗－的未來研究具有特別的展望。

根據研究人員所述，能夠掌握形成這些電漿的能力代表說，RL 已經被應用於真實世界系統中最具挑戰性的其中一個，而且能夠建立一個基本的新方向，來告訴我們如何設計真實世界中的托卡馬克。事實上，有些人認為，我們目前正看到的東西，會基本性地改變未來融合反應器中的進階電漿控制系統。

未參與此研究的英國北愛爾蘭貝爾法斯特女王大學（Queen’s University Belfast）的物理學家吉安盧卡·薩里教授（Gianluca Sarri）說：「在我的想法中，這個 AI 是向前進的唯一方法。存在有這麼多的變數，只要其中一個小小的改變，就能造成最終產出的巨大改變。如果要嘗試以人工方式來達成，那會是一個非常漫長的過程。」

更多科學與科技新聞都可以直接上 明日科學網站 http://www.tomorrowsci.com

參考資料：

  1. Dockrill, P., (2022, February 21). Physics Breakthrough as AI Successfully Controls Plasma in Nuclear Fusion Experiment. ScienceAlert

  2. Degrave, J. et al., (2022, February 16). Magnetic control of tokamak plasmas through deep reinforcement learning. Nature. doi.org/10.1038/s41586-021-04301-9

  3. 圖片來源：https://www.sciencealert.com/physics-breakthrough-as-ai-successfully-controls-plasma-in-nuclear-fusion-experiment（圖：DeepMind/SPC/EPFL）