La firma respaldada por Google enseñó un algoritmo de aprendizaje por refuerzo para controlar el plasma ardiente dentro de un reactor de fusión nuclear tokamak

(wired)-El interior de un tokamak, el recipiente en forma de rosquilla diseñado para contener una reacción de fusión nuclear, presenta un tipo especial de caos. Los átomos de hidrógeno se aplastan entre sí a temperaturas insondablemente altas, creando un plasma turbulento y arremolinado que es más caliente que la superficie del sol. Encontrar formas inteligentes de controlar y confinar ese plasma será clave para desbloquear el potencial de la fusión nuclear , que se ha planteado como la fuente de energía limpia del futuro durante décadas. En este punto, la ciencia que subyace a la fusión parece sólida, por lo que lo que queda es un desafío de ingeniería. “Necesitamos poder calentar este asunto y mantenerlo unido durante el tiempo suficiente para que podamos sacarle energía”, dice Ambrogio Fasoli, director del Centro Suizo de Plasma en la École Polytechnique Fédérale de Lausanne en Suiza.

Ahí es donde entra en juego DeepMind. La firma de inteligencia artificial, respaldada por la empresa matriz de Google, Alphabet, se ha dedicado anteriormente a los videojuegos y al plegamiento de proteínas , y ha estado trabajando en un proyecto de investigación conjunto con el Swiss Plasma Center para desarrollar una IA para controlar una reacción de fusión nuclear.

En las estrellas, que también se alimentan de la fusión, la pura masa gravitacional es suficiente para unir los átomos de hidrógeno y superar sus cargas opuestas. En la Tierra, los científicos usan poderosas bobinas magnéticas para confinar la reacción de fusión nuclear, empujándola a la posición deseada y dándole forma como un alfarero manipulando arcilla en una rueda. Las bobinas deben controlarse cuidadosamente para evitar que el plasma toque los lados del recipiente: esto puede dañar las paredes y ralentizar la reacción de fusión. (Hay poco riesgo de explosión ya que la reacción de fusión no puede sobrevivir sin confinamiento magnético).

Pero cada vez que los investigadores quieren cambiar la configuración del plasma y probar diferentes formas que puedan producir más energía o un plasma más limpio, se necesita una gran cantidad de trabajo de ingeniería y diseño. Los sistemas convencionales están controlados por computadora y se basan en modelos y simulaciones cuidadosas, pero son, dice Fasoli, «complejos y no siempre necesariamente optimizados».

DeepMind ha desarrollado una IA que puede controlar el plasma de forma autónoma. Un artículo publicado en la revista Nature describe cómo los investigadores de los dos grupos enseñaron un sistema de aprendizaje de refuerzo profundo para controlar las 19 bobinas magnéticas dentro de TCV, el tokamak de configuración variable en el Swiss Plasma Center, que se utiliza para llevar a cabo investigaciones que informarán el diseño de reactores de fusión más grandes en el futuro. “La IA, y específicamente el aprendizaje por refuerzo, se adapta particularmente bien a los problemas complejos que presenta el control del plasma en un tokamak”, dice Martin Riedmiller, líder del equipo de control de DeepMind.

La red neuronal, un tipo de configuración de IA diseñada para imitar la arquitectura del cerebro humano, se entrenó inicialmente en una simulación. Comenzó observando cómo cambiar la configuración de cada una de las 19 bobinas afectaba la forma del plasma dentro del recipiente. Luego se le dieron diferentes formas para intentar recrearlas en el plasma. Estos incluyeron una sección transversal en forma de D cercana a lo que se usará dentro de ITER (anteriormente el Reactor Experimental Termonuclear Internacional), el tokamak experimental a gran escala en construcción en Francia y una configuración de copo de nieve que podría ayudar a disipar el intenso calor de la reacción. más uniformemente alrededor del recipiente.

La IA de DeepMind pudo descubrir de forma autónoma cómo crear estas formas manipulando las bobinas magnéticas de la manera correcta, tanto en la simulación como cuando los científicos realizaron los mismos experimentos de verdad dentro del tokamak TCV para validar la simulación. Representa un «paso significativo», dice Fasoli, que podría influir en el diseño de futuros tokamaks o incluso acelerar el camino hacia reactores de fusión viables. “Es un resultado muy positivo”, dice Yasmin Andrew, especialista en fusión del Imperial College London, que no participó en la investigación. «Será interesante ver si pueden transferir la tecnología a un tokamak más grande».

Fusion ofreció un desafío particular a los científicos de DeepMind porque el proceso es complejo y continuo. A diferencia de un juego por turnos como Go, que la compañía ha conquistado con su IA AlphaGo , el estado de un plasma cambia constantemente. Y para complicar aún más las cosas, no se puede medir continuamente. Es lo que los investigadores de IA llaman un «sistema poco observado».

“A veces, los algoritmos que son buenos en estos problemas discretos luchan con problemas tan continuos”, dice Jonas Buchli, científico investigador de DeepMind. “Este fue un gran paso adelante para nuestro algoritmo, porque pudimos demostrar que esto es factible. Y creemos que este es definitivamente un problema muy, muy complejo de resolver. Es un tipo diferente de complejidad que la que tienes en los juegos”.

Esta no es la primera vez que se utiliza la inteligencia artificial para tratar de controlar la fusión nuclear. Desde 2014, Google ha estado trabajando con la empresa de fusión TAE Technologies, con sede en California, para aplicar el aprendizaje automático a un tipo diferente de reactor de fusión, acelerando el análisis de datos experimentales. La investigación en el proyecto de fusión Joint European Torus (JET) en el Reino Unido ha utilizado IA para tratar de predecir el comportamiento del plasma . El concepto incluso aparece en la ficción: en Spider-Man 2 de 2004 , el villano Doc Ock crea un exoesqueleto controlado por el cerebro impulsado por IA para controlar su reactor de fusión experimental , que funciona muy bien hasta que la IA se apodera de su mente y comienza a matar personas.

En general, la colaboración con DeepMind podría resultar más fundamental a medida que los reactores de fusión se hacen más grandes. Aunque los físicos tienen un buen manejo de cómo controlar el plasma en tokamaks de menor escala a través de métodos convencionales, el desafío solo aumentará a medida que los científicos intenten hacer viables las versiones del tamaño de una planta de energía. El progreso ha sido lento pero constante. La semana pasada, el proyecto JET logró un gran avance , estableciendo un nuevo récord en la cantidad de energía extraída de un proyecto de fusión, y la construcción continúa en el ITER de Francia, una colaboración internacional que se convertirá en el reactor de fusión experimental más grande del mundo cuando se encienda en 2025.

“Cuanto más complejo y de alto rendimiento sea el tokamak, mayor será la necesidad de controlar más cantidades con una fiabilidad y precisión cada vez mayores”, dice Dmitri Orlov, científico investigador asociado del Centro de Investigación Energética de San Diego. Un tokamak controlado por IA podría optimizarse para controlar la transferencia de calor de la reacción a las paredes del recipiente y evitar las «inestabilidades de plasma» dañinas. Los propios reactores podrían rediseñarse para aprovechar el control más estricto que ofrece el aprendizaje por refuerzo.

En última instancia, dice Fasoli, la colaboración con DeepMind podría permitir a los investigadores ampliar los límites y acelerar el largo viaje hacia la energía de fusión. “La IA nos permitiría explorar cosas que de otro modo no exploraríamos, porque podemos asumir riesgos con este tipo de sistema de control que de otro modo no nos atreveríamos”, dice. “Si estamos seguros de que tenemos un sistema de control que nos puede llevar cerca del límite pero no más allá del límite, podemos explorar posibilidades que de otro modo no estarían ahí para explorar”.