Нейросеть видит то, чего не видят термоядерные датчики
Разработанная специалистами Принстонского университета в содружестве с корейскими коллегами система под названием Diag2Diag способна синтезировать показания одних датчиков на основе данных других, что может сделать будущие термоядерные электростанции более надежными и экономичными.
«Мы нашли способ взять данные от группы датчиков в системе и создать синтетическую версию данных для другого типа датчика в той же системе», — объясняет автор разработки Азарахш Джалалванд. Синтетические данные не только соответствуют реальным показаниям, но и оказываются более детальными, чем те, которые может предоставить физический датчик.
Разработка стала результатом международного сотрудничества ученых из Принстонского университета, Принстонской лаборатории физики плазмы, а также университетов Южной Кореи. Все данные для обучения ИИ были собраны на экспериментальной установке DIII-D — национальном термоядерном комплексе США.
Название Diag2Diag происходит от слова «диагностика» — в термофизике это слово относится к методам анализа плазмы и датчикам, которые ее измеряют. В современных токамаках — термоядерных реакторах в форме бублика — используется множество различных диагностических систем. Например, томсоновское рассеяние измеряет температуру электронов и их плотность, но недостаточно быстро, чтобы уловить все детали поведения плазмы.
«Diag2Diag как бы усиливает возможности существующих датчиков без затрат на новое оборудование», — поясняет Эгемен Колемен, руководитель исследования из Принстонской лаборатории. Это особенно важно для измерений на краю плазмы — в области, называемой пьедесталом. Она критически важна для эффективности реакции, но мониторить ее крайне сложно.
Для того чтобы термоядерная энергетика стала частью энергосистемы, она должна быть экономичной и надежной. «Сегодняшние экспериментальные токамаки оснащены множеством диагностических систем, но будущие коммерческие системы, вероятно, будут потребуют гораздо меньше датчиков», — отмечает один из участников исследовательской группы Санкюн Ким. Сокращение числа датчиков сделает реакторы компактнее, надежнее и дешевле в обслуживании.
Интересно, что данные, полученные с помощью ИИ, подтвердили существующую теорию о подавлении опасных выбросов энергии в реакторах. Эти выбросы — так называемые краевые локализованные моды (ELM) — могут серьезно повредить внутренние стенки реактора. Diag2Diag предоставил новые доказательства того, что магнитные возмущения создают «магнитные острова» на краю плазмы, которые помогают стабилизировать ее.
«Diag2Diag может применяться и в других системах — например, в космических аппаратах и роботизированной хирургии, повышая детализацию и восстанавливая данные от вышедших из строя датчиков», — добавляет Джалалванд. Авторы технологии уже планируют расширить возможности системы, и несколько групп ученых выразили интерес к ее использованию.
