In het Andlinger Center van Princeton University heeft een multidisciplinair team van ingenieurs, natuurkundigen en datawetenschappers, in samenwerking met het Princeton Plasma Physics Laboratory (PPPL), AI gebruikt om plasma-instabiliteit in kernfusie aan te pakken.
Fusie-energie, dat het proces van de aandrijving van de zon weerspiegelt, maakt gebruik van immense druk en hitte om atomen te smelten, waarbij enorme hoeveelheden energie vrijkomen.
Om dit op aarde na te bootsen, moet ultraheet plasma met krachtige magnetische velden worden opgesloten in tokamakreactoren - complexe apparaten die vaak 'sterren in kruiken' worden genoemd. Maar iIn de beslotenheid van een fusiereactor is plasma zeer vluchtig. Het kan de magnetische barrières die ontworpen zijn om het plasma in te sluiten, destabiliseren en doorbreken.
In experimenten uitgevoerd op de DIII-D nationale fusiefaciliteit in San Diegopresenteerde een team van onderzoekers een AI-model dat, uitsluitend gebaseerd op historische experimentele gegevens, het begin van 'scheurmodusinstabiliteiten' - een bepaald type plasmaverstoring - tot 300 milliseconden van tevoren kon voorspellen.
De onderzoekers gebruikten een diep neuraal netwerk dat was getraind op gegevens uit het verleden van de DIII-D tokamak om toekomstige instabiliteiten te voorspellen op basis van real-time plasmakarakteristieken.
Op basis van dit model werd vervolgens een algoritme voor versterkingsleren (RL) ontwikkeld, dat zijn regelstrategieën iteratief verfijnde door middel van gesimuleerde experimenten, waarbij het algoritme leerde om hoge vermogensniveaus te handhaven terwijl instabiliteit werd vermeden.
De bevindingen van het team werden gepubliceerd in een studie in Natuur.
Azarakhsh Jalalvand, een co-auteur, vergeleek het proces met vliegtraining, waarbij een piloot leert in een simulator voordat hij een echt vliegtuig bestuurt.
"Je zou iemand niet iets leren door hem een stel sleutels te geven en hem te zeggen dat hij zijn best moet doen," merkte Jalalvand op en hij benadrukte het belang van een geleidelijk, geïnformeerd leerproces voor de AI.
Na validatie van de simulatieprestaties van de AI-regelaar ging het team over op praktijktests in de DIII-D tokamak, waar ze zagen hoe de AI met succes reactorparameters manipuleerde om instabiliteiten te verminderen.
Dankzij het korte maar cruciale voorspellende vermogen van de AI-controller kan het systeem de operationele parameters in real-time aanpassen, instabiliteiten voorkomen en het evenwicht van het plasma binnen het magnetische veld van de reactor handhaven.
Professor Egemen Kolemen, die het onderzoek leidde, legde de aanpak van het team uiten stelt: "Door te leren van experimenten uit het verleden, in plaats van informatie uit natuurkundige modellen op te nemen, kon de AI een definitief besturingsbeleid ontwikkelen dat een stabiel, krachtig plasmastelsel ondersteunde in realtime, in een echte reactor."
Jaemin Seo, van de faculteit Werktuigbouwkunde en Ruimtevaart- en Ruimtevaarttechniek, besprak hoe nauwkeurige en snelle voorspelling de spil van dit onderzoek is en merkte op: "Eerdere studies hebben zich over het algemeen gericht op het onderdrukken of verminderen van de effecten van deze scheurinstabiliteiten nadat ze in het plasma zijn opgetreden. Maar onze benadering stelt ons in staat om deze instabiliteiten te voorspellen en te vermijden voordat ze ooit optreden."
"Scheurende instabiliteiten zijn een van de belangrijkste oorzaken van plasmaverstoring en ze zullen nog prominenter worden als we fusiereacties proberen uit te voeren met de hoge vermogens die nodig zijn om genoeg energie te produceren," legt Seo uit.
De onderzoekers zijn van plan om meer bewijs te verzamelen over de prestaties van de AI-controller en om de mogelijkheden uit te breiden naar andere tokamaks en plasma-instabiliteiten.
"We hebben sterke aanwijzingen dat de controller vrij goed werkt bij DIII-D, maar we hebben meer gegevens nodig om aan te tonen dat hij in een aantal verschillende situaties kan werken," merkte Seo op, terwijl hij de weg vooruit schetste.
De energiekloof tussen AI en kernfusie overbruggen
Het Princeton-onderzoek laat zien hoe AI fusie kan ondersteunen, maar fusie zou ook AI kunnen ondersteunen.
In veel opzichten heeft AI een symbiotische maar kwetsbare relatie met energie. Er zijn sterke aanwijzingen dat de exponentiële groei van generatieve AI leidt tot een duizelingwekkend energieverbruik dat nu al vergelijkbaar is met het energieverbruik van de Verenigde Staten. consumptie van kleine naties.
De essentie van het dilemma ligt in de basisinfrastructuur van AI: datacenters. Deze enorme digitale installaties zijn berucht om hun kolossale energie- en waterverbruik.
Het Internationaal Energieagentschap (IEA) wees onlangs op de groeiende voetafdruk van datacenters, die nu al meer dan 1,3% van alle elektriciteit ter wereld verbruiken.
Prognoses van de Boston Consulting Group en de Europese Unie schetsen een somber beeld, met energievraag datacenters mogelijk verdubbelen of zelfs verdrievoudigen in de komende jaren, waardoor de energie-uitdagingen nog groter worden.
In reactie hierop versterkt Big Tech zijn energie-infrastructuur met de dag en overweegt kernenergie, inclusief kernfusie.
Microsoft onlangs een vacature geopend voor een "Principal Program Manager Nuclear Technology" en is gericht op het ontwikkelen van een wereldwijde strategie rond Small Modular Reactors (SMR's) en microreactoren, waarbij kennis wordt genomen van de dreigende energieproblemen waarmee de AI wordt geconfronteerd.
Onlangs, Helion Energie, gesteund door Sam Altman van OpenAI, kondigde aan binnen vijf jaar 's werelds eerste fusiecentrale te willen lanceren.
Als Helion werkt, is het niet alleen een potentiële uitweg uit de klimaatcrisis, maar ook een weg naar een veel hogere levenskwaliteit.
Ik vond het geweldig om de afgelopen 7 jaar betrokken te zijn geweest en ik vind het geweldig om nog meer te investeren. David en Chris zijn geweldig.
- Sam Altman (@sama) 5 november 2021
Zoals het Princeton-onderzoek uitlegt, zijn fusiereacties enorm complex om te beheersen en onvoorspelbaar.
Een andere centrale uitdaging is echter het bereiken van een "netto energiewinst", wat betekent dat het fusieproces meer energie produceert dan het verbruikt.
Helion staat voor aanzienlijke technische uitdagingen. Jessica Lovering van het Good Energy Collective benadrukt twee grote hindernissen: "meer energie produceren dan het proces verbruikt - en die energie omzetten in een consistente, betaalbare vorm van elektriciteit die naar het net kan stromen."
Tot nu toe heeft alleen de National Ignition Facility van Lawrence Livermore "wetenschappelijke netto energiewinst" behaald met fusie, maar geen "technische winst", waarbij de totale energie-input voor het proces in beschouwing wordt genomen.
Met andere woorden, om van fusie een levensvatbare energietechnologie te maken in plaats van een duur experiment, is het essentieel om de netto energiewinst van het hele fusieproces veilig te stellen, inclusief de technische inspanningen.
waarbij @Helion_Energie zal binnenkort beginnen met het installeren van polaris: pic.twitter.com/Tk7znzvOPg
- Sam Altman (@sama) 2 februari 2024
Helion gaat door en ontwikkelt zijn zevende prototype, Polaris, dat naar verwachting in 2024 de elektriciteitsproductie uit fusiereacties zal demonstreren.
Helion, gevestigd in Everett, Washington, heeft Microsoft al als eerste klant binnengehaald via een stroomafnameovereenkomst. Ze streven ernaar om met hun eerste plan minstens 50 megawatt (mW) capaciteit te produceren.
microsoft wordt de eerste klant van helion, in de eerste commerciële deal voor fusie-energie:https://t.co/q9mOeWdR0s
- Sam Altman (@sama) 10 mei 2023
Dit is minuscuul in termen van ruwe capaciteit, met een gemiddelde windturbine die ongeveer 3mW produceert - dus het zou gelijk staan aan een klein windmolenpark. Maar als Helion eenmaal operationeel is, zal het net als andere vormen van hernieuwbare energie schone energie opwekken. Het is veiliger dan kernsplijting en zal uiteindelijk goedkoper worden om massaal te produceren.
Naarmate het digitale en fysieke domein met elkaar verweven raken, zal de energiebehoefte van AI en cloud computing blijven escaleren.
Het nastreven van kernfusie biedt een blik in een toekomst waarin schone, overvloedige energie de onstuitbare ontwikkeling van AI zou kunnen aandrijven.
En gezien het feit dat Microsoft, Altman en andere technologiebedrijven al in de rij staan als investeerders en kopers, zullen het zeker technologiebedrijven zijn die fusie-energie als eerste in handen krijgen.
