핵융합의 성공적인 구현은 무한하고 지속 가능한 청정 에너지의 원천을 제공할 것을 약속하지만, 원자로 내부에서 진행되는 복잡한 물리학을 숙달해야만 이 놀라운 꿈을 실현할 수 있습니다.
수십 년 동안 과학자들은 이 목표를 향해 점진적인 조치를 취했지만 많은 문제가 해결되지 않은 채로 남아 있습니다. 주요 장애물 중 하나는 원자로에서 불안정하고 과열된 플라즈마를 성공적으로 관리하는 것입니다. 그러나 새로운 접근 방식은 이를 수행할 수 있는 방법을 보여줍니다.
EPFL의 스위스 플라즈마 센터(Swiss Plasma Center, SPC)와 인공 지능(AI) 회사인 DeepMind 간의 협력에서 과학자들은 도넛 모양의 융합 토카막에서 플라즈마 거동과 제어의 뉘앙스를 연구하기 위해 심층 강화 학습(RL) 시스템을 사용했습니다. 원자로 내부의 플라즈마를 제어하고 조작하기 위해 원자로 주변에 위치한 일련의 자기 코일.
자기장 내에서 플라즈마를 성공적으로 유지하려면 코일이 초당 최대 수천 번까지 미세 전압 조정을 많이 필요로 하기 때문에 까다로운 균형 조정 작업입니다. 따라서 핵융합 반응을 유지하려면 섭씨 수억 도에서 플라즈마 안정성을 유지해야 하며, 이는 태양의 핵보다 더 뜨겁습니다. 코일을 제어하는 복잡한 다단계 시스템이 필요합니다. 그러나 새로운 연구에서 과학자들은 하나의 인공 지능 시스템이 이 작업에 스스로 대처할 수 있음을 보여주었습니다.
팀은 DeepMind 블로그 게시물에서 "딥 RL과 시뮬레이션 환경을 결합한 학습 아키텍처를 사용하여 플라즈마를 안정된 상태로 유지하고 이를 사용하여 다양한 모양을 정확하게 렌더링할 수 있는 컨트롤러를 만들었습니다."라고 설명합니다. 이 위업을 달성하기 위해 연구원들은 기계 학습 시스템이 시행착오를 통해 플라즈마 자기 구속의 복잡성을 탐색하는 방법을 학습한 토카막 시뮬레이터에서 AI 시스템을 훈련했습니다. AI는 졸업 후 시뮬레이터에서 배운 것을 현실 세계에 적용하여 한 단계 더 발전시켰습니다.
SPC 가변 구성 토카막(TCV)을 구동함으로써 RL 시스템은 TCV에서 이전에 볼 수 없었던 다른 모양을 포함하여 반응기 내부의 플라즈마에 두 개의 플라즈마가 동시에 공존하는 안정화 "액적"을 제공했습니다. AI는 전통적인 모양 외에도 고급 구성을 생성하여 플라즈마 "음의 삼각형" 및 "눈송이" 모양을 제공할 수도 있습니다.
우리가 핵융합 반응을 지속할 수 있다면 이러한 각각의 발현은 미래에 에너지 생산을 위한 다른 잠재력을 가지고 있습니다. 이 시스템에 의해 제어되는 구성 중 하나인 "ITER 같은 모양"은 현재 프랑스에서 건설 중인 세계 최대 핵융합 실험인 국제 핵융합 실험로(ITER)에서의 향후 연구에 특히 유망할 수 있습니다.
연구원에 따르면 이러한 플라즈마 형성의 자기 제어는 "강화 학습이 적용된 가장 복잡한 실제 시스템 중 하나"이며 실제 토카막 설계에 근본적으로 새로운 방향을 제공할 수 있습니다. 뿐만 아니라 일부에서는 이것이 핵융합로에서 첨단 플라즈마 제어 시스템의 미래를 근본적으로 바꿀 것이라고 믿습니다.
또한 읽기: