Princeton AI Membuka Tingkat Kinerja Baru dalam Reaktor Fusi

Sebuah tim dari Princeton telah mengembangkan a pembelajaran mesin metode untuk mengendalikan plasma ledakan tepi dalam reaktor fusi, mencapai kinerja tinggi tanpa ketidakstabilan dan mengurangi waktu komputasi secara drastis untuk penyetelan sistem waktu nyata.

Mencapai reaksi fusi yang berkelanjutan adalah tindakan penyeimbangan yang rumit namun rumit. Hal ini membutuhkan lautan bagian yang bergerak untuk bersatu guna mempertahankan plasma berperforma tinggi: plasma yang cukup padat, cukup panas, dan tertahan cukup lama agar fusi dapat terjadi.

Namun seiring dengan upaya para peneliti untuk mencapai batas kinerja plasma, mereka menghadapi tantangan baru dalam menjaga plasma tetap terkendali, termasuk tantangan yang melibatkan semburan energi yang keluar dari tepi plasma yang sangat panas. Semburan tepi ini berdampak negatif terhadap kinerja keseluruhan dan bahkan merusak komponen reaktor yang menghadap plasma seiring berjalannya waktu.

Terobosan dalam Penekanan Ketidakstabilan Edge

Kini, tim peneliti fusi yang dipimpin oleh para insinyur di Princeton dan Laboratorium Fisika Plasma Princeton (PPPL) Departemen Energi AS telah berhasil menerapkan metode pembelajaran mesin untuk menekan ketidakstabilan tepi yang berbahaya ini — tanpa mengorbankan kinerja plasma.

Dengan pendekatan mereka, yang mengoptimalkan respons tekanan sistem secara real-time, tim peneliti menunjukkan kinerja fusi tertinggi tanpa semburan tepi di dua fasilitas fusi berbeda — masing-masing dengan parameter operasinya sendiri. Para peneliti melaporkan temuan mereka pada 11 Mei Komunikasi Alammenggarisbawahi potensi besar pembelajaran mesin dan sistem kecerdasan buatan lainnya untuk mengatasi ketidakstabilan plasma dengan cepat.

“Kami tidak hanya menunjukkan bahwa pendekatan kami mampu mempertahankan plasma berkinerja tinggi tanpa ketidakstabilan, tetapi kami juga menunjukkan bahwa pendekatan ini dapat bekerja di dua fasilitas berbeda,” kata pemimpin studi Egemen Kolemen, profesor teknik mesin dan dirgantara dan Andlinger. Pusat Energi dan Lingkungan. “Kami menunjukkan bahwa pendekatan kami tidak hanya efektif – tetapi juga serbaguna.”

Mengatasi Tantangan Mode Pengurungan Tinggi

Para peneliti telah lama bereksperimen dengan berbagai cara mengoperasikan reaktor fusi untuk mencapai kondisi yang diperlukan untuk fusi. Salah satu pendekatan yang paling menjanjikan adalah mengoperasikan reaktor dalam mode pengurungan tinggi, suatu rezim yang ditandai dengan pembentukan gradien tekanan curam di tepi plasma yang menawarkan peningkatan pengurungan plasma.

Namun, mode pengurungan yang tinggi secara historis disertai dengan ketidakstabilan di tepi plasma, sebuah tantangan yang mengharuskan peneliti fusi untuk menemukan solusi kreatif.

Salah satu solusinya adalah dengan menggunakan kumparan magnet yang mengelilingi reaktor fusi untuk menerapkan medan magnet ke tepi plasma, memecah struktur yang mungkin berkembang menjadi ketidakstabilan tepi sepenuhnya. Namun solusi ini tidak sempurna: meskipun berhasil menstabilkan plasma, penerapan gangguan magnetik ini biasanya menyebabkan penurunan kinerja secara keseluruhan.

“Kami mempunyai cara untuk mengendalikan ketidakstabilan ini, namun pada gilirannya, kami harus mengorbankan kinerja, yang merupakan salah satu motivasi utama untuk beroperasi dalam mode pengendalian tingkat tinggi,” kata Kolemen, yang juga merupakan staf ahli fisika penelitian di PPPL.

Hilangnya kinerja ini sebagian disebabkan oleh sulitnya mengoptimalkan bentuk dan amplitudo gangguan magnetik yang diterapkan, yang pada gilirannya berasal dari intensitas komputasi pendekatan optimasi berbasis fisika yang ada. Metode konvensional ini melibatkan serangkaian persamaan kompleks dan memerlukan waktu puluhan detik untuk mengoptimalkan satu titik waktu — jauh dari ideal ketika perilaku plasma dapat berubah hanya dalam milidetik. Akibatnya, peneliti fusi harus menyesuaikan bentuk dan amplitudo gangguan magnetik sebelum setiap proses fusi berjalan, sehingga kehilangan kemampuan untuk melakukan penyesuaian secara real-time.

“Di masa lalu, segala sesuatu harus diprogram sebelumnya,” kata rekan penulis pertama SangKyeun Kim, staf ilmuwan peneliti di PPPL dan mantan peneliti pascadoktoral di kelompok Kolemen. “Keterbatasan ini membuat sulit untuk benar-benar mengoptimalkan sistem, karena ini berarti parameter tidak dapat diubah secara real-time tergantung pada bagaimana kondisi plasma terjadi.”

Meningkatkan Kinerja Fusion Dengan AI

Pendekatan pembelajaran mesin yang dipimpin oleh tim Princeton memangkas waktu komputasi dari puluhan detik menjadi skala milidetik, membuka pintu menuju pengoptimalan waktu nyata. Model pembelajaran mesin, yang merupakan pengganti lebih efisien untuk model berbasis fisika yang sudah ada, dapat memantau keadaan plasma dari satu milidetik ke milidetik berikutnya dan mengubah amplitudo dan bentuk gangguan magnetik sesuai kebutuhan. Hal ini memungkinkan pengontrol untuk mencapai keseimbangan antara penekanan ledakan tepi dan kinerja fusi tinggi, tanpa mengorbankan satu sama lain.

“Dengan model penggantian pembelajaran mesin, kami mengurangi waktu komputasi kode yang ingin kami gunakan hingga beberapa kali lipat,” kata rekan penulis pertama Ricardo Shousha, peneliti pascadoktoral di PPPL dan mantan mahasiswa pascasarjana di kelompok Kolemen.

Karena pendekatan mereka pada dasarnya didasarkan pada fisika, para peneliti mengatakan pendekatan ini akan mudah diterapkan pada berbagai perangkat fusi di seluruh dunia. Dalam makalahnya, misalnya, mereka menunjukkan keberhasilan pendekatan mereka pada tokamak KSTAR di Korea Selatan dan tokamak DIII-D di San Diego. Di kedua fasilitas tersebut, yang masing-masing memiliki seperangkat kumparan magnetik unik, metode ini menghasilkan pengurungan yang kuat dan kinerja fusi yang tinggi tanpa flare tepi plasma yang berbahaya.

“Beberapa pendekatan pembelajaran mesin telah dikritik karena hanya menggunakan data, artinya pendekatan tersebut hanya akan berfungsi dengan jumlah data berkualitas yang dilatih,” kata Shousha. “Tetapi karena model kami adalah pengganti kode fisika, dan prinsip-prinsip fisika berlaku di mana saja, maka lebih mudah untuk mengekstrapolasi pekerjaan kami ke konteks lain.”

Prospek Masa Depan untuk Sistem Kontrol Fusi

Tim telah berupaya menyempurnakan model mereka agar kompatibel dengan perangkat fusi lainnya, termasuk reaktor masa depan yang direncanakan seperti ITER, yang saat ini sedang dibangun.

Salah satu bidang kerja aktif dalam kelompok Kolemen melibatkan peningkatan kemampuan prediktif model mereka. Misalnya, model saat ini masih mengandalkan beberapa semburan tepi selama proses optimasi sebelum bekerja secara efektif, sehingga menimbulkan risiko yang tidak diinginkan bagi reaktor di masa depan. Jika peneliti dapat meningkatkan kemampuan model untuk mengenali faktor-faktor yang menyebabkan ketidakstabilan berbahaya ini, maka sistem dapat dioptimalkan tanpa mengalami satu pun edge burst.

Kolemen mengatakan penelitian saat ini adalah contoh lain dari potensi AI untuk mengatasi hambatan lama dalam pengembangan tenaga fusi sebagai sumber energi ramah lingkungan. Sebelumnya, peneliti yang dipimpin Kolemen berhasil menerapkan pengontrol AI terpisah untuk memprediksi dan menghindari jenis ketidakstabilan plasma lainnya secara real time di tokamak DIII-D.

“Untuk banyak tantangan yang kami hadapi dengan fusi, kami telah sampai pada titik di mana kami tahu bagaimana mendekati suatu solusi namun kemampuan kami untuk mengimplementasikan solusi tersebut terbatas karena kompleksitas komputasi pada alat tradisional kami,” kata Kolemen. “Pendekatan pembelajaran mesin ini telah membuka cara baru untuk mengatasi tantangan fusi yang terkenal ini.”

Referensi: “Performa fusi tertinggi tanpa semburan energi tepi berbahaya di tokamak” oleh SK Kim, R. Shousha, SM Yang, Q. Hu, SH Hahn, A. Jalalvand, J.-K. Taman, NC Logan, AO Nelson, Y.-S. Na, R. Nazikian, R. Wilcox, R. Hong, T. Rhodes, C. Paz-Soldan, YM Jeon, MW Kim, WH Ko, JH Lee, A. Battey, G. Yu, A. Bortolon, J. Snipes dan E. Kolemen, 11 Mei 2024, Komunikasi Alam.
DOI: 10.1038/s41467-024-48415-w

Kertas, “Performa fusi tertinggi tanpa ledakan energi tepi yang berbahaya di tokamaks,” diterbitkan 11 Mei di Nature Communications. Selain Kolemen, Kim dan Shousha, rekan penulis termasuk SM Yang, Q. Hu, A. Bortolon, dan J. Snipes dari PPPL; A. Jalalvand dari Universitas Princeton; SH Han, YM Jeon, MW Kim, WH Ko, dan JH Lee dari Korea Fusion Energy Institute; J.-K. Park dan Y.-S. Na dari Universitas Nasional Seoul; NC Logan, AO Nelson, C. Paz-Soldan, dan A. Battey dari Universitas Columbia; R. Nazikian dari General Atomics; R. Wilcox dari Laboratorium Nasional Oak Ridge; R. Hong dan T. Rhodes dari Universitas California, Los Angeles; dan G. Yu dari Universitas California, Davis. Pekerjaan ini didukung oleh Departemen Energi AS, National Research Foundation of Korea, dan Korea Institute of Fusion Energy.