立即打开
有人工智能加持,可控核聚变研究能否进入快车道?

有人工智能加持,可控核聚变研究能否进入快车道?

Jeremy Kahn 2022-02-23
虽然全球都忙着低碳环保、对抗全球变暖,但短期内核聚变在这方面似乎还帮不上什么忙。

最近有一项新的研究表明,人工智能可以用来更精确地控制核聚变反应,这或许能够加快核聚变作为一种实用能源的发展。

该人工智能程序是由位于伦敦的人工智能研究公司DeepMind(属于Alphabet旗下企业)的计算机专家和位于瑞士埃居布朗的瑞士联邦理工学院(EPFL)瑞士等离子体中心(Swiss Plasma Center)的物理学家共同开发的。这项突破性研究已经发表于2月16日的科技期刊《自然》(Nature)上。

目前公认最有希望的可控核聚变技术叫做“托卡马克装置”,它本质是上一种利用磁约束来实现受控核聚变的环形容器,在通电时,氢会在该装置中被加热至等离子态,而此时托卡马克装置内部的温度可以达到1亿摄氏度以上。在这种状态下,氢原子的原子核就会发生聚合,并且释放大量能量。

但是由于等离子体的温度级高,它是无法被任何物质约束的,因此它只能悬浮在托卡马克装置内部,用强大的磁场进行约束。核聚变产生的热量能够用来产生蒸汽,蒸汽就可以驱动涡轮机发电了。

而DeepMind公司开发的人工智能软件能够学会控制托卡马克装置内部的约束磁场,从而操纵等离子体形成科学家利用旧的控制方法不敢轻易尝试的新结构,以产生更高的能量。

“这样一来,我们就可以向前推进试验了,因为现在我们能够承担一些以前不敢承担的风险”。参与该项目的瑞士等离子体中心的科学家安布罗吉奥·法索利说,“我们尝试的一些等离子态已经非常接近系统的极限,甚至有可能崩溃或者导致系统损坏。如果没有人工智能技术给予我们的信心的话,我们是不敢冒这个险的。”

在过去的两个星期里,核聚变技术迎来了重大的突破。两周前,一群欧洲物理学家在英国的欧洲联合环实验室(Joint European Torus Laboratory)成功进行了有史以来最大功率的可控核聚变试验。该试验产生了59兆焦耳的能量(相当于大约11兆瓦),且核聚变过程维持了5秒钟。功率达到了1997年创下的最高纪录的一倍。

欧洲联合环实验室的托卡马克装置要比瑞士等离子中心使用的TCV托卡马克装置大得多,也强大得多。瑞士研究团队的成员介绍道,瑞士等离子中心的TCV托卡马克装置最多只可以维持2秒钟左右的核聚变反应。

不过瑞士等离子体中心使用的这类人工智能算法,或许也能够适用于更大规模的核聚变反应堆。目前全世界最大的核聚变反应堆正在法国南部进行建设,包括欧盟、美国、中国和俄罗斯在内的多个国家政府都为该项目提供了支持。

专家们希望,在本世纪下半叶,可控核聚变技术将足以为世界部分地区提供电力。核聚变可以将从相对容易获得的氘、氚等元素中获取几乎无限的能源,而且既不会排放温室气体,其产生的放射性废物也相对较少,并且它排放的废物在一个世纪内就会分解殆尽。相比之下,目前所有核电站采用的裂变反应堆则会产生大量的高放射性废料,其中一些废料的毒害性会持续存在数万年。

不过,目前的核聚变技术还很不成熟,短期内实现商用的可能性还是很小的。所以虽然全球都忙着低碳环保、对抗全球变暖,但短期内核聚变在这方面似乎还帮不上什么忙。

DeepMind公司的人工智能技术负责人普希米特·科利指出,该项目充分表明,这家研究公司有能力在物理学领域产生重大影响。2020年该公司还展示过一个名叫AlphaFold的人工智能系统,它能够通过蛋白质的基因序列有效预测它的三维形状。这是生物学的一个重大突破,很有可能在药物开发等领域产生深远影响。不过在此之前,DeepMind公司最出名的人工智能产品就是它的AlphaGo了,这款AI应用程序甚至战胜过包括柯洁在内的众多顶级围棋高手。

DeepMind的这款核聚变控制程序使用了一种叫做“强化学习”的方法,系统首先会在模拟器里学习和试错。该技术最令人关注的一个问题是,是模拟器是否构建得足够好,能否让AI程序在学习完毕后有效控制一个真实的托卡马克装置。参与该项目的DeepMind公司研究员乔纳斯·布赫里说:“我们认为,模拟器可能做得还不够好。”

首先是模拟器没有准确捕捉到一个真实的托卡马克装置中存在的所有变量。不过布赫里表示,他们在模拟器里加入了一些随机参数来代表这些变量,因此DeepMind的AI程序仍然可以训练出足够灵活的人工智能,能够将在模拟器里学来的知识应用到真实的托卡马克装置上。

其次,为了控制托卡马克装置内部的等离子体,控制算法的决策速度必须非常快,甚至要可以对磁场做出微秒级的调整。但是很多人工智能系统的计算时间过长,目前仍然无法很好地适应这种高速的环境。

有鉴于此,DeepMind团队使用了两个组件来训练人工智能系统。一个是大型神经网络,它的设计结构较为松散,主要用来模拟人脑的功能,它能够就磁场的变化如何影响等离子态做长期预测。然后这个网络会被用来训练一个规模上要小很多的系统,这个系统可以通过学习,掌握如何实施好第一个网络推荐的最佳方案。与托卡马克装置直接交互的只有那个小网络,这样它才能够在50微秒内做出决策。(财富中文网)

译者:朴成奎

最近有一项新的研究表明,人工智能可以用来更精确地控制核聚变反应,这或许能够加快核聚变作为一种实用能源的发展。

该人工智能程序是由位于伦敦的人工智能研究公司DeepMind(属于Alphabet旗下企业)的计算机专家和位于瑞士埃居布朗的瑞士联邦理工学院(EPFL)瑞士等离子体中心(Swiss Plasma Center)的物理学家共同开发的。这项突破性研究已经发表于2月16日的科技期刊《自然》(Nature)上。

目前公认最有希望的可控核聚变技术叫做“托卡马克装置”,它本质是上一种利用磁约束来实现受控核聚变的环形容器,在通电时,氢会在该装置中被加热至等离子态,而此时托卡马克装置内部的温度可以达到1亿摄氏度以上。在这种状态下,氢原子的原子核就会发生聚合,并且释放大量能量。

但是由于等离子体的温度级高,它是无法被任何物质约束的,因此它只能悬浮在托卡马克装置内部,用强大的磁场进行约束。核聚变产生的热量能够用来产生蒸汽,蒸汽就可以驱动涡轮机发电了。

而DeepMind公司开发的人工智能软件能够学会控制托卡马克装置内部的约束磁场,从而操纵等离子体形成科学家利用旧的控制方法不敢轻易尝试的新结构,以产生更高的能量。

“这样一来,我们就可以向前推进试验了,因为现在我们能够承担一些以前不敢承担的风险”。参与该项目的瑞士等离子体中心的科学家安布罗吉奥·法索利说,“我们尝试的一些等离子态已经非常接近系统的极限,甚至有可能崩溃或者导致系统损坏。如果没有人工智能技术给予我们的信心的话,我们是不敢冒这个险的。”

在过去的两个星期里,核聚变技术迎来了重大的突破。两周前,一群欧洲物理学家在英国的欧洲联合环实验室(Joint European Torus Laboratory)成功进行了有史以来最大功率的可控核聚变试验。该试验产生了59兆焦耳的能量(相当于大约11兆瓦),且核聚变过程维持了5秒钟。功率达到了1997年创下的最高纪录的一倍。

欧洲联合环实验室的托卡马克装置要比瑞士等离子中心使用的TCV托卡马克装置大得多,也强大得多。瑞士研究团队的成员介绍道,瑞士等离子中心的TCV托卡马克装置最多只可以维持2秒钟左右的核聚变反应。

不过瑞士等离子体中心使用的这类人工智能算法,或许也能够适用于更大规模的核聚变反应堆。目前全世界最大的核聚变反应堆正在法国南部进行建设,包括欧盟、美国、中国和俄罗斯在内的多个国家政府都为该项目提供了支持。

专家们希望,在本世纪下半叶,可控核聚变技术将足以为世界部分地区提供电力。核聚变可以将从相对容易获得的氘、氚等元素中获取几乎无限的能源,而且既不会排放温室气体,其产生的放射性废物也相对较少,并且它排放的废物在一个世纪内就会分解殆尽。相比之下,目前所有核电站采用的裂变反应堆则会产生大量的高放射性废料,其中一些废料的毒害性会持续存在数万年。

不过,目前的核聚变技术还很不成熟,短期内实现商用的可能性还是很小的。所以虽然全球都忙着低碳环保、对抗全球变暖,但短期内核聚变在这方面似乎还帮不上什么忙。

DeepMind公司的人工智能技术负责人普希米特·科利指出,该项目充分表明,这家研究公司有能力在物理学领域产生重大影响。2020年该公司还展示过一个名叫AlphaFold的人工智能系统,它能够通过蛋白质的基因序列有效预测它的三维形状。这是生物学的一个重大突破,很有可能在药物开发等领域产生深远影响。不过在此之前,DeepMind公司最出名的人工智能产品就是它的AlphaGo了,这款AI应用程序甚至战胜过包括柯洁在内的众多顶级围棋高手。

DeepMind的这款核聚变控制程序使用了一种叫做“强化学习”的方法,系统首先会在模拟器里学习和试错。该技术最令人关注的一个问题是,是模拟器是否构建得足够好,能否让AI程序在学习完毕后有效控制一个真实的托卡马克装置。参与该项目的DeepMind公司研究员乔纳斯·布赫里说:“我们认为,模拟器可能做得还不够好。”

首先是模拟器没有准确捕捉到一个真实的托卡马克装置中存在的所有变量。不过布赫里表示,他们在模拟器里加入了一些随机参数来代表这些变量,因此DeepMind的AI程序仍然可以训练出足够灵活的人工智能,能够将在模拟器里学来的知识应用到真实的托卡马克装置上。

其次,为了控制托卡马克装置内部的等离子体,控制算法的决策速度必须非常快,甚至要可以对磁场做出微秒级的调整。但是很多人工智能系统的计算时间过长,目前仍然无法很好地适应这种高速的环境。

有鉴于此,DeepMind团队使用了两个组件来训练人工智能系统。一个是大型神经网络,它的设计结构较为松散,主要用来模拟人脑的功能,它能够就磁场的变化如何影响等离子态做长期预测。然后这个网络会被用来训练一个规模上要小很多的系统,这个系统可以通过学习,掌握如何实施好第一个网络推荐的最佳方案。与托卡马克装置直接交互的只有那个小网络,这样它才能够在50微秒内做出决策。(财富中文网)

译者:朴成奎

New research shows that artificial intelligence can be used to more precisely control a nuclear fusion reaction, potentially helping accelerate the development of nuclear fusion as a practical power source.

The A.I. was developed by computer scientists at DeepMind, the London-based A.I. research company that is part of Alphabet, and physicists from the Swiss Plasma Center at EPFL in Ecublens, Switzerland. The breakthrough research was published in the peer-reviewed scientific journal Nature on February 16.

The most promising path toward fusion power involves a doughnut-shaped reactor, called a tokamak, in which hydrogen is superheated into a state called plasma. This happens at temperatures of more than 100 million degrees Celsius. At these temperatures, the nuclei of hydrogen atoms can be fused, releasing a huge amount of energy.

But plasma is too hot to be contained by any material, so the plasma is suspended and held in place inside the tokamak by powerful magnetic fields. The heat from the fusion reaction can be used to generate steam, which in turn can power a turbine to create electricity.

The A.I. software that DeepMind is developing learns to control the magnetic fields that contain the plasma inside the tokamak. The system was able to manipulate the plasma into new configurations that can produce higher energy, but which physicists had been reluctant to attempt using previous control methods.

“This allows us to push things forward because we can take risks we would not dare take otherwise,” Ambrogio Fasoli, one of the Swiss Plasma Center scientists involved in the project, said. “Some of these [plasma] shapes that we are trying are taking us very close to the limits of the system, where the plasma might collapse and damage the system, and we would not risk that without the confidence of the A.I.”

It’s been a big two weeks for advances in fusion power. Two weeks ago, a group of European physicists working at the Joint European Torus Laboratory in England managed to create the most powerful controlled fusion power reaction in history. The experiment produced 59 megajoules of energy (the equivalent of about 11 megawatts of power) over a five-second reaction. That is twice the power of the previous record, set in 1997.

JET's tokamak is much larger and more powerful than the TCV tokamak used by the Swiss Plasma Center. That smaller tokamak can sustain a fusion reaction only for a maximum of two seconds, members of the Swiss research team said.

But similar methods to those used for the A.I. control algorithm at the Swiss Plasma Center might also be adaptable to larger, more powerful fusion reactors. The world’s largest such system is currently under construction in southern France, with support from a consortium of governments, including members of the European Union, U.S., China, and Russia.

Experts hope that fusion power will be developed enough to start powering portions of the world’s energy grid sometime in the second half of this century. Fusion offers the prospect of almost limitless energy from simple, relatively easy-to-source elements, and produces no greenhouse gases and relatively small amounts of radioactive waste that break down within about a century. Fission reactors, which are used in all existing nuclear power plants, on the other hand, produce large amounts of highly radioactive waste, some of which remains dangerous for tens of thousands of years.

The time frame in which nuclear fusion is likely to be commercially viable, however, is not fast enough for the technology to play much of a role in the current race to decarbonize the world’s energy sources and avert catastrophic global warming.

Pushmeet Kohli, who leads DeepMind’s efforts to use A.I. to address challenges in science, said that the fusion project showed that the research company is able to make fundamental impacts in physics. In late 2020, the company showed that an A.I. system it had created, called AlphaFold, could effectively predict the three-dimensional shape of a protein from its genetic sequence, a major breakthrough in biology that is likely to have far-reaching impacts on the field, including in the area of drug discovery. Previously, the company was best known for creating an A.I. system that could beat the world’s top players at the strategy game Go.

The A.I. system that DeepMind developed to manipulate the magnetic control system of the tokamak uses a method called reinforcement learning, in which the system learns by trial and error in a simulator. A concern with using this technique, however, is whether the simulator is good enough to allow the A.I. to effectively control a real tokamak. “We thought the simulation might not be good enough,” Jonas Buchli, a DeepMind researcher who worked on the project, said.

One issue is that the simulator did not accurately capture all of the variables present in a real tokamak. But Buchli said that by using a method where these factors were represented by random numbers in the simulation, DeepMind was still able to train an A.I. that was flexible enough to transfer its knowledge to the real tokamak.

Another issue is that in order to keep the plasma controlled inside the tokamak, the control algorithm must be able to make extremely fast decisions, executing adjustments to the magnet fields in just fractions of a second. Many A.I. systems take too long to make predictions to work in such a high-speed environment.

So the DeepMind team trained the A.I. system with two components. One is a large neural network, a type of A.I. designed loosely on how parts of the human brain function, that makes longer-term predictions about how changes to the magnetic field will shape the plasma. This network is then used to help train a much smaller system that learns the best way to implement the decisions that the first network recommends. But only the smaller network interacts directly with the tokamak control system because it has to be able to make decisions in less than 50 microseconds.

热读文章
热门视频
扫描二维码下载财富APP
##########
<bdo id='cSgp'><cite></cite></bdo><small id='KrbjUnye'><xmp></xmp></small>
<person id='oFWM'><i></i></person><label id='hLwffPG'><address></address></label>
    <sup></sup>
    <acronym id='oojPN'><bgsound></bgsound></acronym>
    <listing id='ktLCETIE'><span></span></listing>
    <blockquote id='Ut'><i></i></blockquote><base id='GAZgPswl'><em></em></base>
    <legend></legend>
    <dfn id='lMdcp'><strike></strike></dfn><l id='KKXNcks'><samp></samp></l>