Forskare vid Princeton University i USA har använt artificiell intelligens för att lösa en av de största utmaningarna med att producera nästan obegränsad ren energi genom kärnfusion. Ett AI-system har utvecklats för att förutse och förebygga instabiliteter i plasma under fusionsreaktioner, vilket öppnar dörren för användning i större skala.
— Genom att lära av tidigare experiment, snarare än att bara använda information från fysikbaserade modeller, kunde AI:n utveckla en slutlig kontrollpolicy som stöder ett stabilt, högeffektivt plasmaregim i realtid, i en riktig reaktor, förklarar forskningsledaren Egemen Kolemen, fysiker vid Princeton Plasma Physics Laboratory.
Kärnfusion närmare verkligheten
Kärnfusion har länge setts som den heliga graalen inom ren energi tack vare potentialen att producera stora mängder energi utan att behöva fossila bränslen eller lämna efter sig farligt avfall. Processen härmar de naturliga reaktioner som sker inom solen, men att bemästra kärnfusionstekniken har visat sig vara extremt svårt.
År 2022 uppnådde ett team från Lawrence Livermore National Laboratory i Kalifornien för första gången en nettovinst med energi från kärnfusion, vilket innebar att de kunde producera mer energi än vad som användes för reaktionen.
— Det var bara en liten mängd – ungefär tillräckligt för att koka en vattenkokare – men det representerade ett stort framsteg mot att uppnå detta i större skala, förklarar en talesperson från US Department of Energy.
AI förutser och hanterar plasma-instabiliteter
Det senaste genombrottet innebär att en annan betydande hinder har passerats, med AI som kan identifiera instabiliteter i plasma tre hundra millisekunder innan de inträffar – tillräckligt med tid för att göra justeringar för att hålla plasma under kontroll.
— Att kunna förutse instabiliteter i förväg kan göra det lättare att köra dessa reaktioner än med nuvarande metoder, som är mer passiva, säger SanKyeun Kim, som medverkade i studien.
— Vi behöver inte längre vänta på att instabiliteterna ska inträffa och sedan snabbt vidta korrigerande åtgärder innan plasman blir störd.
Forskningen publicerades i den vetenskapliga tidskriften Nature under rubriken "Avoiding fusion plasma tearing instability with deep reinforcement learning", vilket markerar framsteg i strävan att göra kärnfusion till en praktisk och skalbar energikälla.
Källa: Indpendent UK