22.5 C
Lisboa
Sábado, Julho 2, 2022

DeepMind treinou uma IA para controlar a fusão nuclear

Must read


O interior de um tokamak — o recipiente em forma de rosquinha projetado para conter uma reação de fusão nuclear — apresenta um tipo especial de caos. Os átomos de hidrogênio são esmagados em temperaturas insondavelmente altas, criando um plasma rodopiante e turbulento que é mais quente que a superfície do sol. Encontrar maneiras inteligentes de controlar e confinar esse plasma será a chave para liberar o potencial de fusão nuclear, que tem sido debatido como a fonte de energia limpa do futuro por décadas. Neste ponto, a ciência subjacente à fusão parece sólida, então o que resta é um desafio de engenharia. “Precisamos ser capazes de aquecer essa matéria e mantê-la unida por tempo suficiente para tirar energia dela”, diz Ambrogio Fasoli, diretor do Centro Suíço de Plasma da École Polytechnique Fédérale de Lausanne.

É aí que entra a DeepMind. A empresa de inteligência artificial, apoiada pela Alphabet, empresa controladora do Google, já havia se voltado para videogames e proteína dobrandoe vem trabalhando em um projeto de pesquisa conjunto com o Centro Suíço de Plasma para desenvolver uma IA para controlar uma reação de fusão nuclear.

Nas estrelas, que também são alimentadas por fusão, a massa gravitacional é suficiente para unir os átomos de hidrogênio e superar suas cargas opostas. Na Terra, os cientistas usam bobinas magnéticas poderosas para confinar a reação de fusão nuclear, empurrando-a para a posição desejada e moldando-a como um oleiro manipulando argila em uma roda. As bobinas devem ser cuidadosamente controladas para evitar que o plasma toque nas laterais do vaso: isso pode danificar as paredes e retardar a reação de fusão. (Há pouco risco de explosão, pois a reação de fusão não pode sobreviver sem confinamento magnético).

Mas toda vez que os pesquisadores querem mudar a configuração do plasma e experimentar diferentes formas que podem produzir mais energia ou um plasma mais limpo, é necessário um grande trabalho de engenharia e design. Os sistemas convencionais são controlados por computador e baseados em modelos e simulações cuidadosas, mas são, diz Fasoli, “complexos e nem sempre necessariamente otimizados”.

A DeepMind desenvolveu uma IA que pode controlar o plasma de forma autônoma. UMA papel publicado na revista Natureza descreve como os pesquisadores dos dois grupos ensinaram um sistema de aprendizado de reforço profundo para controlar as 19 bobinas magnéticas dentro do TCV, o tokamak de configuração variável no Swiss Plasma Center, que é usado para realizar pesquisas que informarão o projeto de reatores de fusão maiores em futuro. “A IA, e especificamente o aprendizado por reforço, é particularmente adequado para os problemas complexos apresentados pelo controle do plasma em um tokamak”, diz Martin Riedmiller, líder da equipe de controle da DeepMind.

A rede neural – um tipo de configuração de IA projetada para imitar a arquitetura do cérebro humano – foi inicialmente treinada em uma simulação. Começou observando como alterar as configurações em cada uma das 19 bobinas afetava a forma do plasma dentro do vaso. Em seguida, foram dadas formas diferentes para tentar recriar no plasma. Estes incluíram uma seção transversal em forma de D perto do que será usado dentro do ITER (antigo Reator Experimental Termonuclear Internacional), o tokamak experimental de grande escala em construção na Françae uma configuração de floco de neve que poderia ajudar a dissipar o calor intenso da reação de forma mais uniforme ao redor do recipiente.

A rede neural da DeepMind foi capaz de manipular o plasma dentro de um reator de fusão em várias formas diferentes que os pesquisadores de fusão vêm explorando.Ilustração: DeepMind & SPC/EPFL

A IA da DeepMind foi capaz de descobrir de forma autônoma como criar essas formas manipulando as bobinas magnéticas da maneira certa – tanto na simulação quanto quando os cientistas executaram os mesmos experimentos reais dentro do tokamak TCV para validar a simulação. Representa um “passo significativo”, diz Fasoli, que pode influenciar o projeto de futuros tokamaks ou até mesmo acelerar o caminho para reatores de fusão viáveis. “É um resultado muito positivo”, diz Yasmin Andrew, especialista em fusão do Imperial College London, que não participou da pesquisa. “Será interessante ver se eles podem transferir a tecnologia para um tokamak maior.”

A fusão ofereceu um desafio particular aos cientistas da DeepMind porque o processo é complexo e contínuo. Ao contrário de um jogo baseado em turnos como Go, que a empresa notoriamente conquistou com sua AlphaGo AI, o estado de um plasma muda constantemente. E para tornar as coisas ainda mais difíceis, não pode ser medido continuamente. É o que os pesquisadores de IA chamam de “sistema subobservado”.

“Às vezes, algoritmos que são bons nesses problemas discretos lutam com problemas contínuos”, diz Jonas Buchli, pesquisador da DeepMind. “Este foi um grande passo para o nosso algoritmo porque pudemos mostrar que isso é factível. E achamos que este é definitivamente um problema muito, muito complexo de ser resolvido. É um tipo diferente de complexidade do que você tem nos jogos.”



Fonte original deste artigo

- Advertisement -spot_img

More articles

DEIXE UMA RESPOSTA

Please enter your comment!
Please enter your name here

- Advertisement -spot_img

Latest article