הבעיה: פלזמה שאסור לה לגעת בדופן
היתוך גרעיני הוא התהליך שמניע את הכוכבים, ונחשב מסלול אפשרי לאנרגיה נקייה; הדרך לשחזר אותו על פני כדור הארץ עוברת דרך כליאה מגנטית. טוקמאק הוא כלי ואקום בצורת סופגנייה, מוקף סלילי מגנט, שבתוכו מוחזקת פלזמה של מימן החמה מליבת השמש. הפלזמה אינה יציבה מטבעה: מערכת הבקרה צריכה לתאם בין הסלילים ולשנות את המתח עליהם אלפי פעמים בשנייה, כדי שהפלזמה לא תיגע בדופן הכלי — מגע שגורם לאיבוד חום ועלול לפגוע במכונה. זו בעיית בקרה רב-ממדית, מהירה ולא-לינארית, ובאופן מסורתי נבנה לה בקר נפרד לכל סליל.
מה נעשה בכור TCV בלוזאן
DeepMind, היום Google DeepMind, שיתפה פעולה עם Swiss Plasma Center ב-EPFL ופיתחה מערכת למידת חיזוק שלמדה בעצמה לשלוט בסלילים של TCV, טוקמאק ניסויי בלוזאן שבשווייץ הפועל מאז 1992. במקום בקר נפרד לכל אחד מ-19 הסלילים, רשת עצבית אחת מקבלת את קריאות החיישנים המגנטיים ומחזירה ישירות את פקודות המתח לכולם, בקצב של עשרת אלפים פעמים בשנייה. הרשת קוראת 34 לולאות שטף מגנטי, 38 גששי שדה ו-19 מדידות זרם בסלילים. המדיניות אומנה בסימולטור של EPFL, ורק אחר כך הורצה על הכור עצמו.
הצורות שהמערכת ייצרה
המאמר פורסם ב-Nature ב-16 בפברואר 2022. המערכת ייצרה ושמרה על שורת תצורות פלזמה שפיזיקאים חוקרים: צורה מוארכת רגילה, צורת "פתית שלג" בעלת כמה רגליים, שנועדה לפזר את חום הפליטה בין כמה נקודות מגע בדופן, ותצורה הקרובה לזו המוצעת ל-ITER, הטוקמאק מן הדור הבא שנמצא בבנייה. היא גם ייצבה "טיפה" — שתי פלזמות נפרדות בתוך אותו כלי בעת ובעונה אחת, דבר שלפי DeepMind לא נעשה ב-TCV קודם לכן. ברצף שהודגם עיצבה המערכת את הפלזמה, הזיזה אותה מטה, ניתקה אותה מן הדפנות והשעתה אותה על שתי רגליים באמצע הכלי, ואז החזירה אותה למעלה וכיבתה אותה בבטחה.
המגבלות שהמקור עצמו מציין
DeepMind מפרטת את גבולות הניסוי במפורש. TCV מחזיק פלזמה בניסוי בודד עד כשלוש שניות, ואחריהן דרושות 15 דקות קירור לפני הניסוי הבא; הכור משותף לכמה קבוצות מחקר, כך שזמן ניסוי הוא משאב נדיר. לכן רוב האימון נעשה בסימולציה — אלא שסימולטור פלזמה איטי מאוד, ודורש שעות מחשב כדי לדמות שנייה אחת של זמן אמת. מצב המכונה עצמה עשוי להשתנות מיום ליום, ולכן נדרשו גם התאמות באלגוריתם.
למה זה עדיין מחקר ולא מערכת בפריסה
זהו הישג מחקרי על כור ניסוי אחד, לא טכנולוגיה שמחוברת לרשת החשמל: TCV אינו מייצר חשמל אלא משמש לחקר הפיזיקה של כליאה מגנטית. מה שהודגם הוא שתכנון בקר חדש נעשה קל יותר — במקום הנדסה ידנית לכל תצורה, מנסחים מטרה והאלגוריתם מוצא בקר מתאים. במאי 2024 שחררה DeepMind סימולטור פלזמה בקוד פתוח בשם TORAX, שנועד להקל בדיוק על צוואר הבקבוק של האימון. מחברי המאמר ב-Nature מתארים את בקרת הטוקמאק כאחת המערכות המציאותיות המאתגרות ביותר שלמידת חיזוק הופעלה עליהן.