Мы сотрудничаем с Commonwealth Fusion Systems (CFS), чтобы приблизить воплощение чистой, безопасной и практически неограниченной термоядерной энергии.
Термоядерный синтез, который обеспечивает энергией Солнце, сулит получение экологически чистой и обильной энергии без образования долгоживущих радиоактивных отходов. Чтобы реализовать его на Земле, требуется удерживать стабильность ионизированного газа, известного как плазма, при температурах выше 100 миллионов градусов Цельсия, не превышая ограничения термоядерной установки. Это представляет собой крайне сложную физическую задачу, над решением которой мы работаем, применяя искусственный интеллект (ИИ).
Сегодня мы объявляем о партнерстве в научных исследованиях с Commonwealth Fusion Systems (CFS), признанным лидером в сфере термоядерной энергии. CFS прокладывает ускоренный маршрут к чистой, безопасной и фактически неисчерпаемой термоядерной энергии с помощью компактной и мощной токамак-установки под названием SPARC.
SPARC опирается на высокотемпературные сверхпроводящие магниты и ставит целью стать первой в истории магнитной термоядерной машиной, способной производить чистую термоядерную энергию — то есть генерировать больше мощности от синтеза, чем потреблять для его поддержания. Это выдающееся достижение получило название преодоления "точки безубыточности" и служит важнейшим этапом на пути к практической термоядерной энергии.
Данное партнерство основано на нашей новаторской деятельности по использованию ИИ для эффективного управления плазмой. Совместно с академическими коллегами из Швейцарского плазменного центра при EPFL (École Polytechnique Fédérale de Lausanne) мы доказали, что глубокое обучение с подкреплением позволяет управлять магнитами токамака, обеспечивая устойчивость сложных конфигураций плазмы. Для расширения охвата физических аспектов мы разработали TORAX — быстрый и дифференцируемый симулятор плазмы, написанный на языке JAX.
Теперь мы адаптируем эти наработки для CFS, чтобы сократить сроки ввода термоядерной энергии в энергосеть. На данный момент наше взаимодействие охватывает три приоритетных направления:
- Разработку быстрой, точной и дифференцируемой модели симуляции термоядерной плазмы.
- Определение наиболее эффективного и устойчивого маршрута к максимальному производству термоядерной энергии.
- Применение обучения с подкреплением для выявления инновационных подходов к управлению в реальном времени.
Объединение знаний в области ИИ с инновационным оборудованием CFS создает оптимальные условия для фундаментальных прорывов в термоядерной энергии, полезных для международного научного сообщества и, в итоге, для всей планеты.
Моделирование термоядерной плазмы
Для повышения эффективности токамака необходимо моделировать потоки тепла, электрического тока и вещества в ядре плазмы, а также их взаимодействие с окружающими системами. В прошлом году мы представили TORAX — открытый симулятор плазмы, предназначенный для задач оптимизации и управления, который расширил возможности анализа физических процессов за пределы магнитного моделирования. TORAX реализован на JAX, что позволяет запускать его на процессорах как CPU, так и GPU, а также интегрировать модели на базе ИИ, включая наши собственные разработки, для достижения повышенной производительности.
TORAX позволит командам CFS проверять и дорабатывать планы эксплуатации, проводя миллионы виртуальных тестов еще до активации SPARC. Кроме того, он обеспечивает гибкость для оперативной корректировки стратегий по мере поступления первых данных.
Это программное обеспечение стало ключевым элементом в повседневных процессах CFS, помогая прогнозировать поведение плазмы в различных условиях и экономя время с ресурсами.
TORAX представляет собой профессиональный открытый симулятор плазмы, который сэкономил нам огромное количество времени на подготовку и проведение симуляций для SPARC.
Старший менеджер по физике операций в CFS
Определение оптимального пути к пиковой энергии
Эксплуатация токамака требует множества решений по настройке доступных параметров, таких как токи в магнитных катушках, впрыск топлива и мощность нагрева. Ручной поиск идеальных режимов для максимального выхода энергии при соблюдении пределов эксплуатации может оказаться крайне неэффективным.
Комбинируя TORAX с методами обучения с подкреплением или эволюционным поиском, подобными AlphaEvolve, наши ИИ-агенты способны просеивать огромное количество гипотетических сценариев эксплуатации в симуляции, быстро вычленяя наиболее продуктивные и надежные траектории к получению чистой энергии. Это позволит CFS сосредоточиться на перспективных вариантах, повышая шансы на успех с первых дней, даже до полной ввода SPARC в строй и достижения номинальной мощности.
Мы создаем инфраструктуру для изучения разнообразных сценариев SPARC. Возможности включают максимизацию мощности синтеза при заданных ограничениях или оптимизацию устойчивости по мере накопления знаний о установке.
Здесь приведены примеры стандартного импульса SPARC, смоделированного в TORAX. Наша ИИ-система оценивает множество вариантов импульсов, чтобы выявить конфигурации с ожидаемым наилучшим результатом.
Визуализации поперечного сечения SPARC. Слева изображена плазма в фиолетовом цвете. Справа показан пример импульса плазмы в TORAX с изменениями давления плазмы. Корректировка управляющих команд влияет на производительность плазмы, приводя к различным импульсам.
Через сеть сотрудничества в сообществе исследователей термоядерного синтеза мы сможем верифицировать и калибровать TORAX на основе исторических данных токамаков и высокоточных симуляций. Такие сведения укрепят доверие к точности моделирования и позволят оперативно адаптироваться с началом работы SPARC.
Создание ИИ-пилота для управления в реальном времени
В нашей предшествующей деятельности мы продемонстрировали, что обучение с подкреплением способно регулировать магнитную конфигурацию токамака. Теперь мы усложняем задачу, включая одновременную оптимизацию дополнительных характеристик работы токамака, таких как повышение мощности синтеза или распределение тепловой нагрузки SPARC, чтобы обеспечить высокую производительность с большим запасом до пределов установки.
При работе на полную мощность SPARC выделяет интенсивное тепло, сосредоточенное на ограниченной площади, которое необходимо тщательно контролировать для защиты твердых материалов, близких к плазме. Одна из возможных стратегий для SPARC — магнитное перемещение этого выхлопного тепла по стенке, как показано ниже.
Слева: положение материалов, контактирующих с плазмой, на правой стороне интерьера SPARC. Справа: трехмерная анимация скорости осаждения энергии на эти материалы по мере изменения конфигурации плазмы (не отражает реальный импульс SPARC). Изображение создано с помощью HEAT.
На начальном этапе сотрудничества мы изучаем, как агенты обучения с подкреплением могут осваивать динамическое управление плазмой для равномерного распределения этого тепла. В перспективе ИИ сможет разрабатывать адаптивные стратегии, превосходящие по сложности любые инженерные разработки, особенно при балансировке нескольких ограничений и целей. Кроме того, обучение с подкреплением позволит оперативно настраивать традиционные алгоритмы управления под конкретный импульс. Синергия оптимизации импульсов и оптимального управления сможет продвинуть SPARC дальше и быстрее к историческим целям.
Союз ИИ и термоядерного синтеза для чистого будущего
Параллельно с исследованиями Google инвестировал в CFS, поддерживая их научные и инженерные инновации, а также продвигая технологию к коммерциализации.
Взгляд в будущее выходит за рамки оптимизации операций SPARC. Мы закладываем основу для превращения ИИ в интеллектуальную, адаптивную систему в центре будущих термоядерных электростанций. Это лишь старт нашего совместного пути, и мы планируем делиться дополнительными деталями по мере достижения новых рубежей.
Объединяя революционный потенциал ИИ и термоядерного синтеза, мы формируем более чистое и устойчивое энергетическое будущее.