Deepmind, Nükleer Füzyonu Kontrol Etmek İçin Bir Yapay Zekayı Eğitti

Google destekli Deepmind, bir tokamak nükleer füzyon reaktöründeki ateşli plazmayı kontrol etmek için yeni bir adım attı; bir yapay zekaya pekiştirmeli öğrenme algoritması öğretti.

Bir tokamak içerisinde hidrojen atomları, akıl almaz derecede yüksek sıcaklıklarda birbirine çarparak güneşin yüzeyinden daha sıcak ve dönen bir plazma oluşturur. Bu plazmayı kontrol etmek ve sınırlamak için yeni bir adım atıldı. İsviçre'deki École Polytechnique Fédérale de Lausanne'deki İsviçre Plazma Merkezi'nin yöneticisi Ambrogio Fasoli, “Bu maddeyi ısıtabilmemiz ve enerjisini çekebilmemiz için yeterince uzun süre bir arada tutabilmemiz gerekiyor.” dedi.

Araştırmacılar tarafından DeepMind bu noktada devreye dahil edildi. Google'ın ana şirketi Alphabet tarafından desteklenen yapay zeka firması, daha önce video oyunlarına ve protein katlamaya yönelmişti. Aynı zamanda nükleer füzyon reaksiyonunu kontrol için bir yapay zeka geliştirmek üzere İsviçre Plazma Merkezi ile ortak bir araştırma projesi üzerinde çalışıyordu.

Gelecekte Daha Büyük Füzyon Reaktörlerin Tasarlanması Hedefleniyor

DeepMind, plazmayı otonom olarak kontrol edebilen bir yapay zeka geliştirdi. Bu başarılı girişim, Nature dergisinde yayınlanan bir makale ile sunuldu. Makalede, yapay zekanın İsviçre Plazma Merkezi'ndeki değişken konfigürasyonlu tokamak olan TCV içindeki 19 manyetik bobini kontrol etmek için derin bir takviyeli öğrenme sistemini nasıl öğrettiğini anlatıyor. Bu, gelecekte daha büyük füzyon reaktörlerinin tasarımı için oldukça önemli. DeepMind'de kontrol ekibi lideri Martin Riedmiller, "Yapay zeka ve özellikle pekiştirmeli öğrenme, bir tokamak içindeki plazmayı kontrol ederek ortaya çıkan karmaşık problemlere özellikle çok uygundur." dedi.İnsan beyninin mimarisini taklit etmek için tasarlanmış bir tür yapay zeka, başlangıçta bir simülasyonda eğitildi. 19 bobinin her birindeki ayarların değiştirilmesinin damar içindeki plazmanın şeklini nasıl etkilediğini gözlemleyerek işe koyuldu. Daha sonra plazmada yeniden yaratmaya çalışmak için farklı şekiller verildi. Bunlar arasında ITER içinde kullanılacak olana yakın D şeklinde bir kesit vardı. Aynı zamanda, Fransa'da yapım aşamasında olan büyük ölçekli deneysel tokamak ve reaksiyonun yoğun ısısını dağıtmaya yardımcı olabilecek bir kar tanesi konfigürasyonu da mevcuttu.

DeepMind'in yapay zekası, hem simülasyonda hem de TCV tokamak içinde aynı deneyleri gerçek olarak yürüttü. Burada amaç simülasyonun doğrulanmasıydı. Yapay zeka, manyetik bobinleri doğru şekilde manipüle etmeyi başardı. Ve bu şekillerin nasıl oluşturulacağını bağımsız bir şekilde çözebildi. Fasoli, geliştirdikleri yapay zekanın bu becerisi için, gelecekteki tokamakların tasarımını etkileyebileceğini belirtti. Ayrıca uygulanabilir füzyon reaktörlerine giden yolu hızlandırabilecek “önemli bir adımı” temsil ettiğini de sözlerine ekledi. Bir füzyon uzmanı olan Yasmin Andrew, “Bu çok olumlu bir sonuç. Teknolojiyi daha büyük bir tokamak'a aktarıp aktaramayacaklarını görmek ilginç olacak." dedi.

Nükleer Füzyonu Kontrol Etmede Yapay Zekanın Kullanılışı İlk Değil

DeepMind araştırma bilimcisi Jonas Buchli, "Bazen bu ayrık problemlerde iyi olan algoritmalar böyle sürekli problemlerle mücadele eder. Bu, algoritmamız için gerçekten büyük bir adımdı, çünkü bunun yapılabilir olduğunu gösterebilirdik. Ve bunun kesinlikle çözülmesi gereken çok, çok karmaşık bir sorun olduğunu düşünüyoruz. Oyunlarda sahip olduğunuzdan farklı bir karmaşıklık.” dedi. Aslında bu, nükleer füzyonu kontrol etmek için yapay zekanın ilk kez kullanılması değil. Google, 2014'ten bu yana, bunun için birçok çalıma yürütüyor. Özellikle o, makine öğrenimini farklı bir füzyon reaktörüne uygulamak için California merkezli füzyon şirketi TAE Technologies ile birlikte çalışarak deneysel verilerin analizini hızlandırıyor. 

Yine Birleşik Krallık'taki Ortak Avrupa Torus (JET) füzyon projesinde yapılan araştırma, plazmanın davranışını tahmin etmeye çalışmak için yapay zekayı kullanmıştı. DeepMind ile gerçekleşen iş birliği, füzyon reaktörleri büyüdükçe çok önemli hale geleceği ön görülüyor. Fizikçiler, geleneksel yöntemlerle daha küçük ölçekli tokamaklardaki plazmayı nasıl kontrol edecekleri konusunda iyi bir tutuma sahip. Fakat bilim adamları enerji santrali boyutlu versiyonları uygulanabilir hale getirmeye çalıştıkça zorluk artacaktır. Bu açıdan ele alındığında gelinen sürecin yavaş ama istikrarlı bir şekilde ilerlemeye devam ettiği görülmektedir.