制御核融合における新たなマイルストーン！ AIがプラズマの裂け目を予測することに成功し、ネイチャー誌に掲載され、クリーンエネルギーの「聖杯」に一歩近づいた。

制御された核融合に新たな進歩がありました!

核融合は長い間、プラズマ不安定性の問題という「幽霊」に悩まされてきた。

最近、プリンストン大学のチームは AI を使って、核融合プラズマの不安定な状態を 300 ミリ秒前に予測しました。この時間があれば、プラズマの漏れに対処するために磁場の調整を制限するのに十分です。

それ以降、科学者は制御された核融合の中断を防ぐことができ、十分なエネルギーを生成するために必要な高出力の核融合反応を生み出す可能性が高くなるだろう。

この大きな進歩はNature誌に掲載されました。

論文アドレス: https://www.nature.com/articles/s41586-024-07024-9

AIが制御核融合における大きな課題を突破

何十年もの間、科学者たちは地球上で核融合を実現しようと試みてきました。

なぜなら、人類社会が将来直面するエネルギー枯渇問題は、制御された核融合によって解決される可能性が高いからです。それは私たちに無限のクリーンエネルギーを提供し、気候危機への対処方法に革命をもたらすと約束しています。

核融合は、互いに反発するはずの 2 つの原子を強制的に融合させることによって実現されます。

核融合のプロセスは、原子を分割することに依存する、現在広く使用されている核分裂プロセスとは逆のものです。

核融合は、2 つの原子 (通常は水素などの軽い原子) が融合してより重い原子を形成し、膨大な量のエネルギーを放出するときに発生します。

このプロセスは太陽のエネルギーの源であり、間接的に地球上の生命を支えています。しかし、2 つの原子を融合するのは非常に困難です。なぜなら、それらの間の相互反発を克服するには、非常に大きな圧力とエネルギーが必要になるからです。

太陽が核融合反応を起こすことができるのは、その巨大な重力と中心部の極めて高い圧力によるものです。このプロセスを地球上でシミュレートするために、科学者は極めて高温のプラズマと強力な磁場を使用します。

写真

ドーナツ型のトカマク内部では、磁場の働きによりプラズマが太陽の中心よりも高温の1億度を超える温度に閉じ込められる。

しかし、核融合プロセス中、専門家は核融合エネルギーの短期的な維持しか達成できないことが多く、プロセスには多くの不安定性があります。

これは、核融合エネルギーを実現するための最も重要なステップの 1 つが、水素変種の燃料を投入し、トカマク内で加熱して、「スープ」に似たプラズマを生成することだからです。

しかし、プラズマは制御が難しく、簡単に「引き裂かれ」、閉じ込めるために使用される強力な磁場から逃げてしまいます。

幸いなことに、プリンストン大学とプリンストンプラズマ物理学研究所の研究者らは最近、AIを使用してこの潜在的な不安定性を予測し、実験の中断をリアルタイムで防ぐ方法を発見したとネイチャー誌に報告した。

チームはエンジニア、物理学者、データ サイエンティストで構成されています。

左から右へ：アザラクシュ・ジャラルヴァンド、エゲメン・コレメン、リカルド・ショウシャ

サンディエゴのDIII-D国立核融合施設で行われた実験で、研究チームは

彼らの AI 制御システムは、プラズマの裂け目が発生する可能性を 300 ミリ秒前に予測することができました。

この介入がなければ、核融合反応は突然中断される可能性が高くなります。

研究者らは AI を活用して、プラズマの破壊と核融合反応の終了に急速につながる可能性があるティアリング不安定性 (左) の形成を予測し、回避しました。

この時点で、核融合の発展を長い間妨げてきたプラズマ不安定性の問題が、人類によってようやく克服されました。

この発見は科学者たちの自信も大きく高めました。

プリンストン大学の機械・航空宇宙工学教授であり、この研究の著者の一人であるエゲメン・コールメン氏は、この発見がなぜそれほど重要なのかを説明する。

中断と不安定性は制御された核融合にとって大きな障害の一つであり、私たちはどんな原子炉でも長年にわたって安定して稼働し続けることができることを望んでいます。このようなソリューションが開発されたので、これらのユニットを問題なく操作できると確信しています。

AIがプラズマ状態制御戦略を成功裏に実装

AIはどのように実現されるのでしょうか?

研究者らが提示したモデルは、物理モデルに頼るのではなく、過去の実験データを分析するだけで「ティアリングモード不安定性」（根本的なプラズマ不安定性）を予測できることを示している。

さらに、最大 300 ミリ秒先まで予測できます。

人間にとっては、この時間はほんの一瞬かもしれませんが、AI コントローラーにとっては、動作パラメータを調整してプラズマ磁場の内部の裂け目を回避し、安定した状態を維持し、反応が早期に終了するのを防ぐのに十分です。

このプロセスで、AI は実際の原子炉内で安定した高エネルギープラズマ状態を制御する戦略をリアルタイムで実装することに成功しました。

この方法は、元の方法よりも動的です。

「これまでの研究は、プラズマ内でこれらのティアリング不安定性が発生した後に、その影響を抑制または緩和することに重点を置いてきました」と、中央大学の物理学助教授で論文の筆頭著者であるジェミン・ソ氏は説明する。「しかし、私たちの方法は、これらの不安定性が形成される前に予測し、回避することができます。」

AI + プラズマ物理学 =?

研究者たちは、ティアリング モードの不安定性があまりにも突然かつ急速に発生したため、AI を思いつきました。

数ミリ秒以内に反応し、新しいデータを迅速に処理して応答できるのは AI だけです。

しかし、効果的な AI 制御システムを開発するのは簡単ではありません。

さらに、トカマク環境では実験時間は非常に貴重であり、リスクは極めて高くなります。

論文の共著者であるアザラクシュ・ジャラルヴァンド氏の見解では、トカマク内の核融合反応を制御するために AI アルゴリズムを教えることは、人間に飛行機の操縦を教えるのと同じようなものだという。

AI にキーを与えて自力で解決させるだけでなく、AI が十分なスキルを習得するまで、複雑なフライトシミュレーターで何度も練習させることもできます。

ディープニューラルネットワーク

そこでプリンストンのチームは、DIII-Dトカマクでの過去の実験データを活用し、リアルタイムのプラズマ特性に基づいて将来のティアリングモード不安定性の可能性を予測できるディープニューラルネットワークを構築した。

研究者たちはこのニューラルネットワークを使用して強化学習アルゴリズムを訓練しました。

このアルゴリズムは学習中のパイロットのようなもので、シミュレーション環境で試行錯誤しながらプラズマを制御するためのさまざまな戦略を学習し、どれが機能し、どれが機能しないかを調べます。

ジャラルヴァンド氏は、強化学習モデルに核融合反応の複雑な物理法則を教えるのではなく、「高出力反応を維持し、ティアリングモードの不安定性を避け、調整可能なパラメータを見つけることが目標です」と教えたと説明する。

数え切れないほどのシミュレーション核融合実験では、モデルは不安定性を回避しながら高い出力レベルを維持する方法を見つけようとします。

時間の経過とともに、アルゴリズムは不安定さを回避しながら高出力応答を実現するための最適なパスを学習します。

「モデルの意図の背後にある論理を見ることができます」と共同執筆者のキム・サンキュン氏は言う。「モデルは時々あまりにも急速に変化しようとするので、モデルの動作をよりスムーズで安定したものにする必要があります。人間として、私たちはAIの意図とトカマクの実際の許容範囲のバランスを見つける必要があります。」

研究者たちは、AI コントローラーの機能に十分な自信を得た後、D-III D トカマクでの実際の核融合実験で AI コントローラーをテストし、コントローラーがプラズマの形状や反応に入力されるビーム強度の変更など、不安定性を回避するために特定のパラメーターをリアルタイムで調整する様子を観察しました。

結果は、AI が実際に不安定性をうまく予測できることを示しています。

このようにして、研究者は受動的になる必要がなくなり、行動を起こす前にプラズマの暴走が起こるのを待つ必要がなくなります。

制御のための強化学習システム設計

論文によると、研究者らが設計したAIコントローラーは、監視対象のプラズマの状態に応じてコントローラーの動作を自動調整し、プラズマの安定性を確保しながらその圧力を最大限に高めることができるという。

図1: システム設計フレームワーク

図 1a および 1b: 実験から得られた典型的な血漿サンプル、および研究のために選択された診断ツールと制御機器。このうち、q = 2 磁束平面では、2/1 モード ティアリング不安定性が発生する場合があります。

図 1c: 測定信号を処理し、対応するアクチュエータ コマンドを生成できる制御システム アーキテクチャ。

図 1d: DNN ベースの AI コントローラは、トレーニングされた戦略に基づいて、全体的なビーム電力とプラズマ形状に対する高レベルの制御コマンドを決定できます。プラズマ制御システム (PCS) は、磁気コイルの制御信号と各ビームの電力を計算し、ユーザーが設定した制約に準拠しながら、AI コントローラーによって設定された高度な制御要件が満たされるようにします。

システム設計

核融合エネルギーを効率的に生成するには、装置が突然動作を停止する原因となる不安定性を避けながら、高いプラズマ圧力を維持することが重要です。

しかし、プラズマが加熱されて圧力が上昇すると（例えば中性ビームによって）、閾値に達します（図 2a の黒線）。

この閾値を超えると、プラズマはティアリング不安定性を経験し、すぐにプラズマ破裂につながる可能性があります (図 2b および 2c)。

この安定性の閾値はプラズマの状態によって変化し、場合によっては圧力を下げることで不安定性を引き起こすこともあることに注意する必要があります。

図2の青線に示すように、プラズマの状態に応じてコントローラの動作を調整することで、不安定さを引き起こすことなく、より高いプラズマ圧力を追求することができます。

図2: トカマクとプラズマ応答のAIティア回避システム制御

実際、これは「障害物回避問題」として理解することができ、障害物は実験を強制的に終了させるリスク要因となります。

具体的には、核融合そのものについては、プラズマが高圧を維持しながら安定限界を超えない狭い経路に沿って流れるようにトカマク装置を制御することです。

この目標を達成するために、研究者らは強化学習法を使用してアクター モデルをトレーニングし、許容できる破裂リスクでプラズマの圧力がどの程度まで達するかを測定するための報酬関数 R を設計しました。

ここで、β_N は血漿圧力の正規化された値、T は裂傷リスク、k は人工的に設定された安全閾値を表します。具体的には、β_N と T は、AI コントローラーがアクションを起こしてから 25 ミリ秒後の予測です。

この予測に基づいて、破断リスクが設定したしきい値を下回る場合、アクター モデルはプラズマの圧力に基づいて正の報酬を受け取ります。それ以外の場合は、負の報酬を受け取ります。

式(1)に従ってより高い報酬を得るためには、アクターはまず制御アクションを通じてβ_Nの値を向上させる必要がある。

しかし、β_N が増加すると血漿が不安定になり、最終的に引き裂き指数 (T) が安全閾値 (k) を超え、報酬が減少する可能性があります。特に、T が k を超えると、報酬は急激に減少します。

したがって、制御エージェントは、単に β_N の改善を追求するのではなく、T を安全しきい値 k 未満に保つことを優先します。

十分な強化学習トレーニングを通じて、Actor は最終的に、破裂指数が安全な範囲内に留まるようにしながらプラズマの高圧を追求するバランス戦略を見つけることができます。

この戦略により、図 2d に示すように、トカマクは放電中に正確に計画された経路をたどることができます。

図2: トカマクとプラズマ応答のAIティア回避システム制御

ティアリングの発生は空間情報と勾配に大きく依存するため、観測変数はフラックス座標にマッピングされた 1 次元の動的および磁気プロファイルとして設定されます。

具体的には、電子密度、電子温度、イオン回転、安全係数、プラズマ圧力の曲線が観察されます。

実験結果

図 3b の黒い線は、ティアリング不安定性によるプラズマ破壊の例を示しています。

この放電では、従来のフィードバック制御を使用して特定のパラメータ レベル (β_N = 2.3) が維持されました。しかし、2.6 秒で深刻なティアリング不安定性が発生し、パラメータが急激に低下し、最終的に 3.1 秒でプラズマの破壊が引き起こされました。

図 3b の青い線は、AI 制御下でのビーム出力とプラズマの形状を示しています。図 3c と図 3d は、それぞれ特定の制御プロセス中のプラズマ形状とビーム出力の調整を示しています。

この放電中、AIコントローラはプラズマのリアルタイムデータに基づいてビームパワーと形状の調整指示を策定し、プラズマ制御システム（PCS）によって磁気コイル電流の調整や8本のビームのパワーの精密制御などの具体的な操作に変換されました。

図 3e の青い線は、AI 制御による排出量のその後の推定値です。プロセス全体を通じて、引き裂き傾向が所定の閾値以下に効果的に制御され、完全に期待どおりであったことがわかります。

この実験では、従来の制御方法と比較して、AI制御は裂けのリスクをより効果的に低減できることが証明されただけでなく、参照実験と比較して全体的なパフォーマンスが向上していることも実証され、AI適応制御の利点が反映されました。

図3: AI機能に基づくティアリング回避実験

図 4a は、0.2、0.5、0.7 という異なる設定しきい値を持つコントローラを使用した 3 つの実験を示しています。

このうち、閾値を0.5と0.7に設定すると、プラズマは安定して継続し、実験終了まで破壊的な不安定性は発生しません。

図 4b ～ 4d は、3 回の実験後に分析された引き裂き傾向を示しています。図の背景色は、各時点での異なるビーム出力での予測されるティアリング傾向を示し、実際に使用されたビーム出力は黒線でマークされ、点線は異なる閾値でのティアリング傾向レベルを表します。

しきい値設定が異なると、AI 制御の動作特性が異なることがわかります。

図 4b の分析では、ティアリング予測モデルが不安定性が発生する 300 ミリ秒前に早期警告を発することができ、コントローラもビーム電力をさらに低減しようとしていることが示されています。

図 4c では、k = 0.5 の AI コントローラは不安定性の警告に応答して、しきい値に達することを積極的に回避するための早期アクションを実行します。

報酬メカニズムは、コントローラーがアクションを起こしてから 25 ミリ秒後に涙の傾向に基づいて計算されるため、トレーニングされたコントローラーは警告が発生する数十ミリ秒前にアクションを起こします。

図4: 異なる閾値設定による比較実験

未来を照らす

研究者らは、この研究は核融合反応を効果的に制御するAIの潜在能力を実証することに成功したが、これは核融合研究の分野を前進させるための第一歩に過ぎないと指摘した。

まず、AIコントローラーが実際にどれほど効果的であるかを実証するためにDIII-Dに関するさらなる証拠を集め、その後、他のトカマクへの適用を拡大する予定です。

「このコントローラーがDIII-Dでうまく機能するという確かな証拠はあるが、さまざまな状況に対応できることを証明するにはさらに多くのデータが必要だ」と筆頭著者のソ氏は述べた。 「私たちの目標は、より一般的なソリューションを開発することです。」

2 番目の研究方向は、このアルゴリズムを拡張して、AI コントローラーがより多くの不安定性を同時に処理できるようにすることです。

「複数の不安定性を同時に制御するために複数のパラメータを調整する複合報酬関数があることを想像してみてください」と、コールメン氏のグループの元大学院生で、現在はPPPLのポスドク研究員である共著者のリカルド・ショウシャ氏は説明する。

核融合反応を制御するためのより優れた AI コントローラーを開発する過程で、研究者はプラズマの基礎となる物理学に対する理解も深めることができるかもしれません。

プラズマの安定性を維持するために AI コントローラーが下した決定を分析すると、従来のアプローチとは大きく異なることがよくあります。

これは、AI が核融合反応を制御するための効果的なツールになるだけでなく、さまざまな視点から核融合科学を理解し、探求するのに役立つ新しい教育リソースとしても機能できることを示しています。

チームについて

ソ・ジェミン

第一著者の Jaemin Seo 氏は、KSTAR および DIII-D プロジェクトにおけるプラズマ予測と制御への機械学習技術の応用に焦点を当てたポスドク研究員です。

ジェミンはソウル国立大学で原子力工学の博士号を取得しました。この期間中、彼は強化学習手法を革新的に活用し、KSTAR の新しいプラズマ制御アルゴリズムを設計しました。

現在、彼の研究の焦点は、DIII-D プロジェクトにおける引き裂きパターンの予測および制御技術の探求に移っています。

さらに、ジェミンはプラズマの動的平衡状態をリアルタイムで再構築することを目的とした高速ニューラルネットワークモデルも研究しており、これは制御アルゴリズムの効率と精度を向上させる上で非常に重要です。

エゲメン・コールメン

責任著者のエゲメン・コールメン氏はプリンストン大学の機械・航空宇宙工学の准教授であり、アンドリンガーエネルギー環境センターおよびプリンストンプラズマ物理研究所 (PPPL) に所属しています。

持続可能エネルギー プログラムの責任者として、核融合工学への多大な貢献により David J. Rose 賞を受賞し、ITER 科学者フェローに選出されました。

コールメン教授の研究は、工学技術と物理的分析を組み合わせて、費用対効果の高い核融合炉を開発することです。現在、彼はKSTAR、NSTX-U、DIII-Dプロジェクトで機械学習、リアルタイム監視および制御の研究を行うチームを率いています。