Umělé inteligence se již začínají s úspěchem prosazovat v astrofyzice, diagnostice, psychiatrii, kvantové fyzice, a jak se teď ukazuje, rovněž i ve vývoji fúzní energetiky. Tým amerických počítačových vědců a fyziků nedávno vůbec poprvé využil umělou inteligenci s hlubokým učením k předpovídání náhlých narušení plazmatu (disruptions). Tato narušení přitom mohou zastavit fúzní reakci nebo dokonce poškodit fúzní reaktory, v tomto případě tokamaky.
Lidé kolem fúze jsou plní očekávaní. Není tajemstvím, že výzkum a vývoj fúze tíží mnohaleté úsilí, enormní finanční náklady, řada technologických úskalí a také chronické průtahy. Co kdyby to teď právě umělá inteligence, která je neúnavná a neomylná, mohla změnit? Ředitel laboratoří Princeton Plasma Physics Laboratory (PPPL) Steve Cowley jásá, že umělé inteligence právě doslova explodují v tom nejlepším smyslu slova v mnoha oborech výzkumu, a teď se přidávají k heroickému tažení za fúzí.
Vedoucí výzkumu Julian Kates-Harbeck z Harvardu a jeho spolupracovníci vyvíjejí fúzní inteligenci, která by velmi přesně předpovídala narušení plazmatu ve fúzním reaktoru. Zcela klíčový pro ně byl přístup ke dvěma velikým databázím s fúzními daty, které spravují jednak v největším americkém fúzním zařízení DIII-D National Fusion Facility amerického ministerstva energetiky v Kalifornii, a pak v britském Joint European Torus (JET), který je momentálně největším fúzním zařízením na světě, a který provozuje evropské konsorcium EUROfusion.
Z těchto obsáhlých databází bylo možné získat data pro důkladné trénování fúzní inteligence, která dostala označení Fusion Recurrent Neural Network (FRNN). Tato fúzní inteligence umí nejen velmi přesné předpovědi narušení plazmatu ve fúzním reaktoru, ale také otevírá možnosti pro zvládání takových narušení plazmatu, která ve skutečnosti představují momentálně asi nejzávažnější technickou překážku na cestě k dostupné fúzní energii. Na základě těchto úspěchů v aplikaci umělé inteligenci ve fúzní energetice bude možné vybudovat systém pro předpovídání narušení plazmatu a jejich případnou neutralizaci v mnohem větším a výkonnějším tokamaku ITER, který se momentálně rodí v bolestech v jižní Francii.
V současné době probíhá trénování a používání podobných neurálních sítí umělých inteligencí obvykle na grafických procesorech GPU, tedy čipech, které byly původně vyvinuty pro vytváření pěkných 3D obrázků. Ukázalo se totiž, že právě tyto čipy jsou pro aplikace s umělou inteligencí jako stvořené. Kates-Harbeck a spol. trénovali a testovali fúzní inteligenci FRNN na více než 2 TB dat z databází DIII-D a JET, nejprve na výpočetním klastru Tiger Princetonské univerzity, který je tvořený moderními grafickými procesory, a pak na superpočítači Titan v Oak Ridge Leadership Computing Facility a dalších výkonných výpočetních systémech.
Literatura
Princeton Plasma Physics Laboratory 17. 4. 2019, Nature 568: 526–531.