O Swiss Plasma Center (SPC) da EPFL tem décadas de experiência em física de plasma e métodos de controle de plasma. A DeepMind é uma empresa de descoberta científica adquirida pelo Google em 2014 que está comprometida em “resolver a inteligência para o avanço da ciência e da humanidade”. Juntos, eles desenvolveram um novo método de controle magnético para plasmas baseado em aprendizado de reforço profundo e o aplicaram a um plasma do mundo real pela primeira vez na instalação de pesquisa tokamak do SPC, TCV. Seu estudo acaba de ser publicado na Nature.
Os tokamaks são dispositivos em forma de donut para realizar pesquisas sobre fusão nuclear, e o SPC é um dos poucos centros de pesquisa do mundo que tem um em funcionamento. Esses dispositivos usam um poderoso campo magnético para confinar o plasma a temperaturas extremamente altas – centenas de milhões de graus Celsius, ainda mais quentes que o núcleo do sol – para que a fusão nuclear possa ocorrer entre os átomos de hidrogênio. A energia liberada da fusão está sendo estudada para uso na geração de eletricidade.
O que torna o tokamak do SPC único é que ele permite uma variedade de configurações de plasma, daí seu nome: tokamak de configuração variável (TCV). Isso significa que os cientistas podem usá-lo para investigar novas abordagens para confinar e controlar plasmas. A configuração de um plasma está relacionada à sua forma e posição no dispositivo.
Controlando uma substância tão quente quanto o sol
Os tokamaks formam e mantêm os plasmas através de uma série de bobinas magnéticas cujas configurações, especialmente a tensão, devem ser controladas cuidadosamente. Caso contrário, o plasma pode colidir com as paredes do vaso e deteriorar-se. Para evitar que isso aconteça, os pesquisadores do SPC primeiro testam suas configurações de sistemas de controle em um simulador antes de usá-los no tokamak TCV.
“Nosso simulador é baseado em mais de 20 anos de pesquisa e é atualizado continuamente”, diz Federico Felici, cientista do SPC e coautor do estudo. “Mas mesmo assim, longos cálculos ainda são necessários para determinar o valor correto para cada variável no sistema de controle. É aí que entra nosso projeto de pesquisa conjunta com a DeepMind.”
Os especialistas da DeepMind desenvolveram um algoritmo de IA que pode criar e manter configurações específicas de plasma e o treinaram no simulador do SPC. Isso envolveu primeiro fazer com que o algoritmo tentasse muitas estratégias de controle diferentes em simulação e coleta de experiência. Com base na experiência coletada, o algoritmo gerou uma estratégia de controle para produzir a configuração de plasma solicitada. Isso envolveu primeiro fazer o algoritmo passar por várias configurações diferentes e analisar as configurações de plasma resultantes de cada uma. Em seguida, o algoritmo foi chamado para trabalhar de outra maneira – para produzir uma configuração de plasma específica, identificando as configurações corretas.
Após ser treinado, o sistema baseado em IA foi capaz de criar e manter uma ampla variedade de formas de plasma e configurações avançadas, incluindo uma em que dois plasmas separados são mantidos simultaneamente no vaso. Por fim, a equipe de pesquisa testou seu novo sistema diretamente no tokamak para ver como ele funcionaria em condições do mundo real.
A colaboração do SPC com a DeepMind remonta a 2018, quando Felici conheceu cientistas da DeepMind em um hackathon na sede da empresa em Londres. Lá ele explicou o problema de controle magnético de tokamak de seu grupo de pesquisa. “A DeepMind ficou imediatamente interessada na perspectiva de testar sua tecnologia de IA em um campo como a fusão nuclear, e especialmente em um sistema do mundo real como um tokamak”, diz Felici.
Martin Riedmiller, líder da equipe de controle da DeepMind e coautor do estudo, acrescenta que “a missão da nossa equipe é pesquisar uma nova geração de sistemas de IA – controladores de circuito fechado – que podem aprender em ambientes dinâmicos complexos completamente do zero. plasma de fusão no mundo real oferece oportunidades fantásticas, embora extremamente desafiadoras e complexas.”
Uma colaboração ganha-ganha
Depois de falar com Felici, a DeepMind se ofereceu para trabalhar com o SPC para desenvolver um sistema de controle baseado em IA para seu tokamak. “Aceitamos a ideia logo de cara, porque vimos o enorme potencial de inovação”, diz Ambrogio Fasoli, diretor do SPC e coautor do estudo. “Todos os cientistas da DeepMind com quem trabalhamos estavam muito entusiasmados e sabiam muito sobre a implementação de IA em sistemas de controle.” De sua parte, Felici ficou impressionado com as coisas incríveis que a DeepMind pode fazer em pouco tempo quando concentra seus esforços em um determinado projeto.
A DeepMind também tirou muito proveito do projeto de pesquisa conjunta, ilustrando os benefícios para ambas as partes de adotar uma abordagem multidisciplinar. Brendan Tracey, engenheiro de pesquisa sênior da DeepMind e coautor do estudo, diz: “A colaboração com o SPC nos leva a melhorar nossos algoritmos de aprendizado por reforço e, como resultado, pode acelerar a pesquisa sobre plasmas de fusão”.
Este projeto deve abrir caminho para que a EPFL busque outras oportunidades conjuntas de P&D com organizações externas. “Estamos sempre abertos a colaborações inovadoras em que todos ganham, onde podemos compartilhar ideias e explorar novas perspectivas, acelerando assim o ritmo do desenvolvimento tecnológico”, diz Fasoli.
Publicado em 17/02/2022 21h43
Artigo original:
Estudo original: