Amerikaans AI-systeem PACMAN houdt kernfusiereactor in milliseconden onder controle

Binnenin een fusiereactor gebeurt van alles razendsnel. Deeltjes die heter zijn dan de kern van de zon kunnen in een paar duizendste seconde uit balans raken. Een menselijke operator kan daar onmogelijk op tijd op reageren. Onderzoekers van het Princeton Plasma Physics Laboratory (PPPL) en Princeton University hebben daarom een kunstmatige-intelligentiesysteem ontwikkeld dat dit werk overneemt, terwijl mensen wel de doelen blijven bepalen. Het systeem heet PACMAN, een afkorting van Prediction And Control using MAchiNe learning, en werd getest in vijf experimenten op de tokamak van de Amerikaanse DIII-D National Fusion Facility. De resultaten zijn gepubliceerd in het tijdschrift Nuclear Fusion.

Waarom plasma zo lastig te sturen is

Een tokamak houdt met sterke magneten een wolk van elektrisch geladen gas vast, plasma genoemd, die heet en dicht genoeg moet blijven om kernfusie op gang te houden. Kleine verstoringen in dat plasma kunnen binnen milliseconden uitgroeien tot problemen die de reactie verstoren. Computersimulaties die het gedrag van plasma nabootsen zijn extreem nauwkeurig, maar kunnen dagen tot maanden rekentijd kosten. Voor een experiment dat maar een paar minuten duurt, is dat veel te traag. Machine-learningmodellen kunnen plasma wel op millisecondeschaal voorspellen, en zijn daarmee volgens de onderzoekers de enige haalbare route naar besturing in real time.

Een lopende band van AI-modellen

PACMAN werkt als een soort assemblagelijn. Eerst verzamelt het systeem alle metingen van de tokamak, zoals temperatuur, dichtheid en magnetische signalen. Vervolgens worden die gegevens gecontroleerd op fouten en gebundeld. Daarna lezen verschillende AI-modellen de gegevens die zij nodig hebben en voorspellen ze wat het plasma doet of gaat doen. Regelaars zetten die voorspellingen om in concrete commando's, zoals het bijstellen van een verwarmingsbundel. Een laatste stap lost tegenstrijdige commando's op, controleert of alles binnen de veiligheidsgrenzen van de apparatuur blijft, en stuurt pas dan de opdracht naar de tokamak. Omdat elk model apart werkt, kunnen onderzoekers nieuwe modellen toevoegen zonder de rest van het systeem aan te passen. Volgens onderzoeker Andy Rothstein draait de hele cyclus in ongeveer twintig milliseconden, keer op keer, iets waar geen mens aan kan tippen.

Instabiliteiten voorkomen voordat ze ontstaan

In de testexperimenten kreeg een model dat met reinforcement learning was getraind volledige controle over de verwarmingssystemen. Ook voorspelde het systeem plotselinge energie-uitbarstingen aan de rand van het plasma, vergelijkbaar met wat bekendstaat als een edge localised mode, en detecteerde en beheerste het golven die worden aangedreven door snelle deeltjes. In een van de experimenten voorspelde het systeem een zogeheten tearing mode, een instabiliteit die traditionele regelsystemen pas kunnen opsporen nadat ze al is begonnen, zo'n tweehonderd milliseconden van tevoren. Daardoor kon het plasma worden aangepast om het probleem helemaal te voorkomen. PACMAN stuurde bovendien tegelijk alle zes de microgolfverhitters van de tokamak aan om complexe, vooraf ingestelde doelen te bereiken, iets waarvoor volgens de onderzoekers eerder geen wiskundige oplossing bestond.

Mensen blijven de baas

Volgens de onderzoekers vervangt PACMAN de mens niet, maar versnelt het juist het ontwikkelproces. Waar het installeren van het eerste model maanden kostte, ging het toevoegen van een tweede model in een paar dagen. Fysici blijven elk experiment beoordelen en stellen de regelaars bij voor de volgende run, en het systeem houdt zich hoe dan ook aan vaste veiligheidsgrenzen. Omdat het ontwerp modulair is, denken de makers dat het ook op andere, nog te bouwen tokamaks met andere afmetingen en instrumenten inzetbaar is.