Yapay Zeka Füzyon Reaksiyon İstikrarsızlıklarını Tahmin Edip Önleyebilir

Nükleer füzyon kavramı bir yüzyıla yakın bir süre önce anlaşıldığından beri, mühendislerden bilim insanlarına kadar herkes bunu yaratmanın ve kontrol etmenin yollarını arıyor. Sonuçta, nükleer füzyona endüstriyel ölçekte ulaşabilirsek, artan talebi karşılamak için uygun fiyatlı, güvenli, kirlilik yapmayan ve neredeyse sınırsız enerji sunabilir.

Nükleer füzyon nedir? İki ya da daha fazla hafif atom çekirdeğinin bir araya gelerek tek, farklı ve daha ağır bir atom çekirdeği oluşturduğu ve büyük miktarda enerji serbest bıraktığı bir süreçtir. İlginç bir şekilde, füzyon reaksiyonları güneşi ve yıldızları besler, Dünya üzerindeki yaşamı mümkün kılar.

Ancak, iki atomu birleştirmek oldukça zordur, çünkü birbirlerine karşı gösterdikleri itme kuvvetini aşmak için büyük bir basınç ve enerji gerekir. Güneş, bu işlemi devasa kütleçekim çekimi ve çekirdeğindeki çok yüksek basınçlar sayesinde gerçekleştirir.

Şimdi, araştırmacılar kendi füzyon reaktörlerini inşa etmeye çalışıyor. Bu füzyon reaksiyonları plazma içinde gerçekleşir, ki plazma bir madde halidir. Serbest negatif elektronlar ve pozitif iyonlardan oluşan sıcak, yüklü bir gaz olan plazma, üzerinden elektrik akımının akmasına izin verir.

Bu süreci tekrarlamak için bilim insanları son derece sıcak plazma ve süper güçlü manyetikler kullanıyor. Ancak, aşırı ısıtılmış, son derece karmaşık ve düzensiz plazma, stabilitesini çok hızlı kaybedebilir ve genellikle reaksiyonun sonlanmasını işaret eden, manyetik alanların içinde tutulan halka şeklindeki füzyon reaktöründen kaçabilir. Bu halka şeklindeki cihazlar tokamak olarak bilinir.

Bu, elbette, füzyonu temiz ve sınırsız bir enerji kaynağı olarak geliştirmede kritik bir zorluk ortaya koyar. Ancak, Princeton Üniversitesi ve ABD Enerji Bakanlığı’na bağlı Princeton Plazma Fizik Laboratuvarı (PPPL) ekiplerinden bir grup veri bilimcisi, mühendis ve fizikçi, yapay zekâ (AI) kullanarak belirli bir plazma probleminin oluşumunu gerçek zamanlı olarak tahmin edip önlemeyi amaçlıyor.

San Diego’daki DIII-D Ulusal Füzyon Tesisi’nde, ABD Enerji Bakanlığı (DOE) için General Atomics tarafından işletilen bir Bilim Ofisi, araştırmacılar deneylerini yürüttü ve yapay zekâ modellerinin potansiyel plazma istikrarsızlıklarını tahmin edebildiğini gösterdi. Yırtılma modu istikrarsızlıkları olarak adlandırılan bu istikrarsızlıklar, yapay zekâ tarafından 300 milisaniyeye kadar önceden tahmin edilebiliyor. Bağlam için, UCL araştırmacılarına göre ortalama 100–150 milisaniyede bir göz kırparız.

Son derece kısa bir süre olmasına rağmen, bu, yapay zekâ kontrolörünün plazmanın manyetik alan hatları içinde yırtılmayı önlemek ve dengeyi bozmadan reaksiyonun sonlanmasını engellemek için belirli işletim parametrelerini gerçek zamanlı olarak değiştirmesi için yeterli zaman sağlar.

Yapay zekâ modeli, fizik temelli modellerden bilgi almayı değil, önceki denemelerden elde edilen verilerle eğitildi. Bu sayede, “Yapay zekâ, gerçek bir reaktörde, gerçek zamanlı olarak, yüksek güçlü, stabil bir plazma rejimini destekleyen nihai bir kontrol politikası geliştirebilir,” dedi PPPL’de araştırma lideri ve Andlinger Enerji ve Çevre Merkezi’nde Mekanik ve Uzay Mühendisliği profesör yardımcısı olan Egemen Kolemen.

Mevcut yaklaşımların aksine, bu, füzyon reaksiyonunun daha dinamik bir kontrolünü sağlar ve yapay zekânın geniş bir plazma istikrarsızlık setine çözüm bulmak için kullanılmasına temel oluşturur. Bu, uzun süredir sürekli bir füzyon reaksiyonu elde etmede bir zorluk olduğu için kritiktir.

Yapay zekâ (AI) yatırımı hakkında her şeyi öğrenmek için buraya tıklayın.

Yapay Zekanın Füzyon Araştırmalarındaki Artan Kullanımı

Nature dergisinde yayımlanan bu çalışma, yırtılma istikrarsızlıklarını plazmada ortaya çıkmadan önce tahmin etmeye ve önlemeye odaklanıyor. Bu, Jaemin Seo adlı, Güney Kore’nin Chung-Ang Üniversitesi’nde fizik asistanı profesör olan yazarın belirttiği gibi, önceki yaklaşımlardan farklıdır; önceki yaklaşımlar genellikle bu istikrarsızlıkların ortaya çıktıktan sonra etkilerini hafifletmeye ya da bastırmaya çalışıyordu. 

Princeton ekibi, manyetik alan hatlarının 100 milyon derece Celcius’u aşan plazmaları tutamadığı bir bozulmaya yol açan yırtılma modu istikrarsızlıklarını ele aldı. Bu, Güneş’in merkezinden daha sıcak. Seo’ya göre:

“Yırtılma modu istikrarsızlıkları, plazma bozulmasının başlıca nedenlerinden biri, yeterli enerji üretmek için gereken yüksek güçlerde füzyon reaksiyonları çalıştırmaya çalıştıkça daha da belirgin hale gelecek ve çözülmesi gereken büyük bir zorluk oluşturacak.”

Bu tür bir istikrarsızlık milisaniyeler içinde oluşup füzyon reaksiyonunu engelleyebileceği için, araştırmacılar yapay zekânın yeni verilere hızlı bir şekilde işleyip yanıt verebilme yeteneğine yöneldi.

Bu, yapay zekânın füzyon araştırmalarında ilk kez kullanıldığı anlamına gelmiyordu. Aslında, bu deneylerde üretilen devasa veri miktarını değerlendirmek için makine öğrenimi ve yapay zekâya artan bir ilgi var. 

Eğitim verilerini değerlendirdikten sonra, yapay zekâ desenleri tanır ve onlardan prensipler türetir. Örneğin, Wendelstein 7-X, yıldızlaştırıcı cihazlarda plazma denge durumunun canlı tespitiyle ilgileniyor; bu cihazlar plazmayı sınırlamak için dış manyetiklere dayanır.

Riccardo Betti, LLE baş bilim insanı ve Robert L. McCrory, Fizik ve Astronomi Bölümü ile Mekanik Mühendislik Bölümü profesörü, şöyle diyor:

“Şimdi, makine öğrenimiyle deneysel verileri kullanarak simülasyonları sistematik olarak düzeltebilir ve deneylerde gerçek zamanlı ayarlamaları yönlendirebiliriz.”

Bu arada, 2021 yılında bir çalışmada, Portekiz’deki Lizbon Üniversitesi’nde Bilgi Sistemleri profesörü Diogo Ferreira, füzyon araştırmaları için AI, ML ve DL modellerinin üç farklı kullanımını detaylandırdı. Modellerinden biri süper sıcak plazmada bozulmaları tahmin ediyor, ikincisi plazmadaki anormallikleri tespit ediyor ve üçüncüsü plazma radyasyon desenlerinin görsel temsilleriyle ilgili.

Şimdi, DOE’nun Füzyon Enerjisi Bilimleri Ofisi ve Kore Ulusal Araştırma Vakfı tarafından desteklenen bu son çalışma, makine öğrenimi (ML) alt dalı derin pekiştirmeli öğrenme (RL) yardımıyla füzyon plazma yırtılma istikrarsızlığını önlemeye çalışıyor. DOE ayrıca MIT Plazma Bilimi ve Füzyon Merkezi’ne füzyon verilerine erişimi artırmak için finansal destek sağladı.

Başarılı bir yapay zekâ kontrolörü oluşturmak için Princeton ekibi, geçmişte DIII-D tokamak’ta yapılan testlerden elde edilen verileri kullanmak zorunda. Daha sonra, plazmanın gerçek zamanlı özelliklerine bağlı olarak yaklaşan yırtılma istikrarsızlığının olasılığını tahmin edebilen bir derin sinir ağı oluşturuldu.

Bu, çalışma ortak yazarı ve Kolemen grubundaki araştırmacı Azarakhsh Jalalvand’a göre, birine uçak nasıl uçurulur öğretmek gibi; “onlara bir anahtar takımı verip en iyi şekilde denemelerini söylemek” yerine, “onları çok karmaşık bir uçuş simülatöründe pratik yapmalarını sağlamak ve gerçek şeyi denemeye hazır olana kadar öğrenmelerini sağlamak” gibi.

Ekip, sinir ağları üzerine bir pekiştirmeli öğrenme (RL) algoritması eğitti; bu algoritma plazmayı kontrol etmek için farklı stratejileri deneyebiliyor. Algoritma, simüle edilmiş bir ortamın güvenliği içinde deneme-yanılma yoluyla öğreniyor.

Tüm füzyon reaksiyonunun karmaşık fiziğini öğretmek yerine, ekip pekiştirmeli öğrenme modeline sadece hedeflerini söyledi: yüksek güçlü bir reaksiyonu sürdürmek ve kaçınılması gereken şey, yani yırtılma modu istikrarsızlığı ve bu sonuçları elde etmek için kullanılabilecek düğmeler. Zamanla model, yüksek güç seviyelerine ulaşırken istikrarsızlık cezasından kaçınmanın optimal yolunu öğreniyor.

Model sayısız simüle edilmiş füzyon deneyi yürüttükçe, ekip bazı değişikliklerin çok hızlı olması nedeniyle eylemlerini gözlemleyip iyileştirdi. 

“İnsanlar olarak, yapay zekânın yapmak istediği ile tokamak’ın karşılayabileceği arasında uzlaştırma yaparız.” 

– SangKyeun Kim, Çalışmanın ortak yazarı ve PPPL’de araştırma bilimcisi

Ekip, AI kontrolörünün yeteneklerinden emin olduktan sonra sadece gerçek bir füzyon deneyi sırasında test etti. AI kontrolörü, plazmanın şeklini ve reaksiyona güç veren ışınların şiddetini değiştirerek D-III D tokamak parametrelerinde gerçek zamanlı ayarlamalar yaptı ve bu sayede istikrarsızlığın ortaya çıkmasını önledi.

Evrensel Bir Çözüm

Geçtiğimiz hafta Nature dergisinde yayımlanan bu son araştırma, mevcut “daha pasif” yaklaşımların aksine aktif bir yaklaşım sunuyor; bu da bu reaksiyonları çalıştırmayı kolaylaştırabilir. Kim şöyle dedi:

“Artık istikrarsızlıkların ortaya çıkmasını beklemek ve plazma bozulmadan önce hızlı bir düzeltme yapmak zorunda değiliz.”

Bu çalışma, yapay zekânın füzyon reaksiyonlarını etkili bir şekilde kontrol edebileceğini gösteren umut verici bir kavram kanıtı. Ancak araştırmacılar, Kolemen grubunun alanda ilerlemek için zaten birkaç sonraki adım üzerinde çalıştığını belirttiler.  (NRC )

Dolayısıyla, AI kontrolörünün DIII-D tokamak’ta “oldukça iyi” çalıştığına dair “güçlü kanıtlar” olsa da, odak artık kontrolörün eylemde daha fazla kanıtını elde etmek, farklı durumlarda da işe yaradığını göstermek ve ardından diğer tokamaklarda da çalışmasını sağlamak. 

Ancak bu hepsi değil. Mevcut AI modeli, sadece belirli bir istikrarsızlık türünü önlemek için sınırlı sayıda tanı cihazı kullanıyor. Bu yüzden araştırmacılar, diğer istikrarsızlık türleri için de veri sağlamak ve AI kontrolörünün ayarlama yapabileceği daha fazla düğmeye erişim sağlamak istiyor. Böylece ekip, algoritmasını aynı anda birçok farklı düğmeyi kontrol ederek çeşitli istikrarsızlık türlerini ele alacak şekilde genişletmeyi hedefliyor.

Daha verimli AI kontrolörleri yaratma yolunda, ekip AI’nin füzyon reaksiyonları ve fiziği daha iyi anlama ve açıklama yeteneğine sahip olmasını ve bize daha fazla şey öğretmesini umuyor.

2023’ün yapay zekâ için neden bir sıçrama yılı olduğunu öğrenmek için buraya tıklayın.

Yapay Zeka ve Füzyon Reaksiyonu Alanında Çalışan Şirketler

Şimdi, sektördeki bazı önde gelen isimlere bir göz atalım:

#1. Google 

Teknoloji devi her alanda aktif ve bu da AI araştırması ve füzyon enerjisini kapsıyor. Birkaç yıl önce, Google destekli DeepMind, bir nükleer füzyon reaktöründe plazmayı kontrol etmek için bir AI sistemini eğittiğini duyurdu. AI Laboratuvarı, manyetikleri kontrol etmek ve voltajı saniyede binlerce kez değiştirmek için bir pekiştirmeli öğrenme (RL) AI sistemi oluşturdu.

$1.75 trilyonluk piyasa değerine sahip şirketin hisseleri $140.38 seviyesinde, YTD %3 artış gösteriyor. Google, 307.39 milyar TTM gelir raporladı ve EPS (TTM) 5.80, P/E (TTM) 24.17 ve ROE (TTM) %27.36.

#2. TAE Technologies

Eskiden Tri Alpha Energy olarak bilinen, Kaliforniya merkezli şirket füzyon enerji teknolojileri geliştirmeye odaklanıyor. TAE Technologies şu anda füzyon platformu Norman’ı, Copernicus adlı altıncı nesil bir makineye yükseltiyor. Her şey sorunsuz ilerlerse, şirket 2030’ların başında şebekeye bağlanabilecek ilk prototip güç santralini inşa etmeyi ve bu ölçeği, “sağlam ve güvenilir” ticari güç geliştirmek için on yıl boyunca sürdürmeyi hedefliyor. CEO’su Michl Binderbauer’a göre, füzyon bizi “bolluk paradigmasına” taşıyacak.

2022’de Google ve Chevron (CVX ), şirketin 250 milyon dolarlık finansman turuna yatırım yaptı. Google, bir on yıldır TAE ile ortak çalışıyor ve şirkete AI ve hesaplama gücü sağlıyor.

#3. ITER

Uluslararası Termonükleer Deneysel Reaktör, makine öğrenimi ve yapay zekâ ile füzyon araştırma ve geliştirmesini ilerleten uluslararası bir nükleer füzyon araştırma ve mühendislik megaprojesidir.

“ITER gibi Büyük Bilim projeleri, AI için ideal bir veri zenginliği sunar. Bu, bize benzersiz bir fırsat sağlayarak bu becerileri öğrenmemize, eğitmemize, genelleştirmemize ve diğer üretim alanlarına uygulamamıza olanak tanır.”

– María Ortiz de Zúñiga, Fusion for Energy’de Kıdemli Teknik Görevli

Sonuç

Bu makale boyunca bahsettiğimiz gibi, AI füzyon yolculuğunun çeşitli yönlerini dönüştürme potansiyeline sahiptir. Ancak, son teknoloji gelişmeler, bu endüstrinin uzun süredir karşılaştığı zorlukların üstesinden gelme umudunu artırdı. Yapay zekânın hesaplama gücü ve desen tanıma yeteneklerinden yararlanarak, füzyon enerjisi geliştirmesini hızlandırabilir ve nihayet sürdürülebilir bir enerji geleceğini gerçeğe dönüştürebiliriz.