Ученые, работающие на переднем крае исследований в области термоядерной энергетики, представили новаторский подход с использованием искусственного интеллекта (ИИ) для ускорения идентификации «магнитных теней» в термоядерных реакторах. Этот прорыв, известный как HEAT-ML, является результатом сотрудничества между Commonwealth Fusion Systems (CFS), Принстонской лабораторией физики плазмы (PPPL) и Ок-Риджской национальной лабораторией. Он обещает революционизировать проектирование и эксплуатацию термоядерных энергетических установок следующего поколения.
HEAT-ML использует глубокую нейронную сеть, обученную примерно на 1000 симуляций SPARC из набора инструментов для анализа тепловых потоков HEAT. Этот процесс обучения позволяет модели предсказывать маски магнитных теней — трехмерные карты областей, защищенных от интенсивного тепла плазмы — за миллисекунды. Это представляет собой значительное улучшение по сравнению с исходным кодом HEAT, который ранее требовал около 30 минут для каждой симуляции. Основное применение HEAT-ML заключается в моделировании части SPARC, токамака, который в настоящее время строится компанией CFS. SPARC стремится продемонстрировать чистое получение энергии к 2027 году, что означает, что он должен производить больше энергии, чем потребляет. Точное предсказание того, куда тепло плазмы воздействует на внутренние компоненты реактора, имеет решающее значение для проектирования компонентов, способных выдерживать эти условия. Исследователи сосредоточили свои усилия на моделировании теплового воздействия на критически важный участок выхлопной системы SPARC, состоящий из 15 плиток в нижней части установки, которые будут подвергаться наиболее экстремальным условиям плазмы.
Разработка HEAT-ML соответствует более широкой тенденции в термоядерных исследованиях, где ИИ и машинное обучение все чаще используются для решения сложных научных задач. Например, в июле 2025 года исследователи из Хэфэйского института физических наук разработали системы ИИ для прогнозирования сбоев и мониторинга состояний удержания плазмы в термоядерных реакторах, достигнув высоких показателей успеха. Эти достижения подчеркивают преобразующий потенциал ИИ в ускорении исследований в области термоядерной энергетики, приближая перспективу чистого и обильного источника энергии. Помимо ускорения проектирования, HEAT-ML также способствует повышению эксплуатационной безопасности. Он позволяет вносить коррективы в конфигурации плазмы в режиме реального времени, потенциально предотвращая проблемы до их возникновения. Эта способность к динамической настройке плазмы для предотвращения потенциальных проблем является ключевым фактором в обеспечении надежности и эффективности термоядерных реакторов.
В более широком контексте, развитие таких инструментов, как HEAT-ML, является свидетельством растущей роли ИИ в решении сложных научных и инженерных задач. По мере того как мир стремится к устойчивым источникам энергии, интеграция передовых вычислений и искусственного интеллекта становится все более важной для преодоления препятствий и ускорения прогресса в таких областях, как термоядерная энергетика. Это развитие не только оптимизирует текущие проекты, но и закладывает основу для будущих инноваций, приближая нас к реализации потенциала термоядерной энергии как чистого и практически неограниченного источника энергии.