DeepMindのAIが核融合炉の制御を学習、Nature誌に発表

DeepMindのAIが核融合炉の制御を学習、Nature誌に発表

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載しています。転載の際は出典元にご連絡ください。

DeepMind がタンパク質折り畳み問題で大きな進歩を遂げた後、その目標核融合に移りました

最近では、シミュレーション環境と実際の核融合装置(トカマク)の両方でプラズマを自律制御できる世界初の深層強化学習AIを開発した

なじみのない用語については心配しないでください。すぐに説明します。

これは従来のコンピュータ制御よりも効率的かつ正確であり、その結果は本日の「ネイチャー」誌に掲載されました。

強化学習の最も挑戦的な応用の一つとして、この成果は制御された核融合を加速する上でも大きな意義を持ちます。

強化学習による核融合反応の制御

核融合は、将来の最も有望なクリーンエネルギー源です。たった 1 つの原子核から膨大な量のエネルギーを生成でき、比較的少量の放射性廃棄物(1 世紀以内に分解可能)を除けば、温室効果ガスを一切発生しません。

しかし、この反応を地球上で実現するのは極めて困難であり、むき出しの原子核からなる「プラズマ」を生成するために極めて高い温度と圧力を作り出す必要がある

磁気閉じ込め核融合装置であるトカマクはこの目標を達成するための最も有望なアプローチです。

水素を1億度を超える温度でプラズマ状態に過熱できるトロイダル型原子炉です。

△ トカマク内部の様子

プラズマの温度は物質を閉じ込めるには高すぎるため、強力な磁場によってトカマク内部に浮かせておく必要があります。

磁気コイルは壁にぶつかると容器が損傷し、核融合反応が遅くなる可能性があるため、非常に慎重に取り扱わなければなりません。

トカマクには合計 19 個の磁気コイルがあり、コイルとその電圧を 1 秒間に何千回も調整する必要があります。

従来の装置では、各コイルに個別のコントローラが装備されています。

研究者がプラズマの構造を変えて、より高いエネルギーを生み出すためにさまざまな形状を試したいときは、多くのエンジニアリングと設計の作業が必要になります。

DeepMind の強化学習システムは、19 個のコイルすべてを一度に制御し、プラズマを正確に操作して自律的にさまざまな形状をとることができるため、科学者が研究してきたより高いエネルギーを生み出す新しい構成を実現できます。

たとえば、下の図の 2 番目の「負の三角形」と 4 番目の「スノーフレーク」 (この形状は、トカマク壁のさまざまな接触点に廃棄エネルギーを分散させることで、冷却コストを削減できます)

最初の「液滴」と同様に、トカマク内で 2 つのプラズマが同時に安定化されたのもこれが初めてです。

このAIシステムは、 DeepMindとローザンヌのスイス連邦工科大学のプラズマセンターの物理学者によって開発された。

スイスセンターのメンバーは、「ここにある形状のいくつかはデバイスの限界に近く、システムに損傷を与える可能性があります。AIによって与えられた信頼性がなければ、私たちはこのようなリスクを冒さなかったかもしれません」と語った。

AIはシミュレーターで試行錯誤しながら訓練されました。

現在稼働中の原子炉はプラズマを一度に数秒しか維持できず、その後はリセットする時間が必要となるため、シミュレーターは核融合研究に不可欠です。

しかし、問題があります。シミュレータは、実際のトカマクに存在するすべての変数を正確に捉えることができません。実際のトカマクに移行できるでしょうか?

これに対して、DeepMindの研究者は、柔軟なAIを訓練するには乱数を使用するだけで十分だと述べた。

もう一つの問題は、トカマク内部のプラズマの制御を維持するために、制御アルゴリズムは極めて高速な判断を下し、わずか数秒で磁場を調整できなければならないことです。しかし、多くの AI システムでは、このような高速環境で予測を行うのに長い時間がかかります。

これを実現するために、研究チームはまず、磁場の変化がプラズマにどのような影響を与えるかについて長期的な予測を行うことができる大規模なニューラルネットワークを訓練した

このネットワークは、最初のネットワークによって推奨された決定を実装する最良の方法を学習するために、はるかに小さなシステムをトレーニングするために使用されます。

この小規模ネットワークは、トカマク制御システムと直接対話し、50 マイクロ秒(1 秒の 5000 万分の 1)未満で決定を下すことができます

最後に著者は、この成果は大きな意義を持つが、人類による制御された核融合の実現に向けた小さな一歩に過ぎないと述べた。

例えば、1秒間のリアルタイム動作を実現するには、数時間にわたってトカマクをシミュレートする必要があり、その状況は日々変化する可能性があり、さまざまな面でアルゴリズムを改良する必要があります。

さらに、現在のシステムをより大型のトカマク装置に移行できるかどうかはまだ不明です。

核融合エネルギーがいつ商業的に利用可能になるかは分かりませんが、ディープマインドは人工知能によってそのプロセスを加速できると主張しています。

AlphaFold のように世界を驚かせるような、核融合の分野で新たな成果を再び達成できるかどうかはわかりません。

待って見てみましょう。

(核融合を制御するAIがいつか暴走したら…と心配するネットユーザーもいる)

論文の宛先:
https://www.nature.com/articles/s41586-021-04301-9

<<:  アンドリュー・ン氏の新たな動き:「データ中心のAI」の拠点となる新たなMLリソースサイトを設立

>>:  機械学習はデータセキュリティに対する新たな脅威や裏口となるのでしょうか?

推薦する

流行を予防し制御するために、人工知能はまだ3つの大きな問題を解決する必要がある

新型コロナウイルス感染症は、中華人民共和国成立以来、最も急速に広がり、最も広範囲に及び、最も困難な公...

Transformerは画像を生成することも可能で、新しいViTGANのパフォーマンスはCNNベースのGANに匹敵する。

[[412196]]トランスフォーマーはさまざまな自然言語タスクに急速な進歩をもたらし、最近ではコ...

新しいディープラーニングモデルがエッジデバイスに画像セグメンテーションをもたらす方法

[51CTO.com クイック翻訳]画像セグメンテーションは、画像内のオブジェクトの境界と領域を決定...

女神があなたを好きかどうか知りたいなら、AI マシンであなたの顔をスキャンするだけです。

[[281019]]この記事はLeiphone.comから転載したものです。転載する場合は、Lei...

YouTube、有名歌手の真似をしたり、テキストやハミングで曲を作曲できるAIツールをリリース

YouTube は 11 月 16 日に、ユーザーがテキストを入力したりメロディーをハミングしたりす...

AIをホームセキュリティに活用する方法

人工知能の台頭は、ホームセキュリティを含む多くの業界に大きな影響を与えています。人工知能は、監視カメ...

機械学習で最もよく使われる最適化の1つ - 勾配降下法最適化アルゴリズムのレビュー

勾配降下アルゴリズムは、機械学習で非常に広く使用されている最適化アルゴリズムであり、多くの機械学習ア...

...

世界で最も強力なオープンソース モデルが一夜にして所有者が変わりました。 Google Gemma 7B が Llama 2 13B を圧倒、オープンソース戦争が再燃

真夜中に雷鳴が轟いた。Google は本当に LLM をオープンソース化したのか? !今回、オープン...

ガウス混合モデルを用いた多峰性分布の分離

この記事では、ガウス混合モデルを使用して 1 次元の多峰性分布を複数の分布に分割する方法を説明します...

顔認識技術の開発と実用的なソリューションの設計

顔認識技術は、Google、Facebook、Alibaba、Tencent、Baiduなどの国内外...

...

...