AI stuurt kernfusieplasma sneller bij dan mensen kunnen reageren

Fusie-energie belooft een vrijwel onuitputtelijke bron van elektriciteit, maar de techniek erachter is extreem lastig te beheersen. In een tokamak, een ringvormige machine die met sterke magneten een hete, geladen gaswolk vasthoudt, kunnen kleine verstoringen in luttele milliseconden uitgroeien tot problemen die de reactie verstoren. Een mens kan daar simpelweg niet snel genoeg op reageren. Onderzoekers van het Princeton Plasma Physics Laboratory (PPPL) en Princeton University ontwikkelden daarom een softwaresysteem dat dit werk overneemt: PACMAN, een afkorting voor Prediction And Control using MAchiNe learning.

Denken in duizendsten van een seconde

Klassieke computersimulaties van plasmagedrag zijn nauwkeurig, maar traag: ze kunnen dagen tot maanden duren. Voor het bijsturen van een experiment dat soms maar enkele minuten duurt, is dat volstrekt onbruikbaar. PACMAN gebruikt in plaats daarvan modellen die zijn getraind met reinforcement learning en andere vormen van machine learning, en die binnen milliseconden een inschatting geven van wat het plasma op dat moment doet en waarschijnlijk zo dadelijk gaat doen. Het systeem doorloopt telkens vier stappen: het verzamelt metingen zoals temperatuur en magnetische signalen, controleert die op fouten, laat AI-modellen voorspellingen doen en stuurt vervolgens automatisch onderdelen als verwarmingsbundels en magneten bij. Die hele cyclus herhaalt zich ongeveer elke 20 milliseconden, terwijl een geconcentreerde menselijke operator hooguit binnen enkele seconden kan ingrijpen.

Getest op een echte fusiereactor

Het team testte PACMAN in vijf experimenten op de DIII-D National Fusion Facility, een tokamak van het Amerikaanse ministerie van Energie in San Diego. Daarbij liet het systeem onder meer een zelflerend AI-model volledig de verwarmingssystemen aansturen, en wist het een zogeheten tearing mode te voorspellen en te voorkomen. Dit is een instabiliteit die normaal pas wordt opgemerkt nadat ze al is begonnen, waarna ingrijpen vaak ten koste gaat van de prestaties van het experiment. Nu zag het systeem het probleem 200 milliseconden van tevoren aankomen en paste het de instellingen van het plasma aan om de instabiliteit helemaal te voorkomen. Ook bleek PACMAN in staat om alle zes de gyrotrons van de reactor, apparaten die het plasma verhitten met microgolven, tegelijk en optimaal aan te sturen om een vooraf gesteld doel te bereiken.

Mensen blijven de baas

Volgens onderzoekers Hiro Farre Kaga en Andy Rothstein, beiden promovendus aan Princeton, is de modulaire opzet van PACMAN minstens zo belangrijk als de snelheid. Waar het maanden kostte om het eerste AI-model te installeren, was een tweede model binnen enkele dagen operationeel. Dat maakt het makkelijker om modellen te verbeteren tussen experimenten door. De onderzoekers benadrukken wel dat mensen de controle houden: PACMAN respecteert altijd vooraf ingestelde veiligheidsgrenzen, en fysici beoordelen na elk experiment de resultaten om de sturing verder bij te stellen. Volgens hoogleraar Egemen Kolemen, betrokken bij het onderzoek, kan het flexibele ontwerp van PACMAN ook worden aangepast aan andere en toekomstige tokamaks, waardoor het uitgroeit van een eenmalige proef tot infrastructuur voor de hele fusiegemeenschap. De bevindingen zijn gepubliceerd in het vaktijdschrift Nuclear Fusion.