دانشمندان دانشگاه پرینستون به نقطه عطف مهمی در تحقیقات انرژی پاک دست یافته‌اند: یک هوش مصنوعی که ناپایداری‌های پلاسمای همجوشی را پیش‌بینی و متوقف می‌کند. این پیشرفت، شکاف بین آزمایش‌های آزمایشگاهی و یک منبع تجاری و نامحدود از انرژی بدون کربن را کاهش می‌دهد.

چالش پایداری پلاسمای همجوشی

همجوشی هسته‌ای منبع انرژی خورشید است. برای بازسازی آن روی زمین، محققان یک گاز را تا میلیون‌ها درجه گرم می‌کنند و پلاسمای حاصل را با استفاده از میدان‌های مغناطیسی در دستگاه‌هایی به نام توکامک (tokamaks) محصور می‌کنند. پلاسما بسیار بی‌ثبات است؛ یک نوسان کوچک می‌تواند باعث ایجاد یک «ناپایداری» شود که گاز داغ را مجبور می‌کند با دیواره‌های راکتور تماس پیدا کند، که این امر به ماشین آسیب رسانده و واکنش را متوقف می‌کند.

از نظر تاریخی، مهندسان به این رویدادها واکنش نشان می‌دادند، اما زمان پاسخگویی آن‌ها اغلب بسیار کند است. کنترل پلاسما نیازمند حلقه‌های کنترلی است که در مقیاس میکروثانیه واکنش نشان دهند.

کنترل مبتنی بر هوش مصنوعی: پیشرفت بزرگ پرینستون

محققان پرینستون یک مدل هوش مصنوعی را مستقیماً در حلقه کنترل قرار دادند و آن را وادار کردند که هر ۲۰ میلی‌ثانیه اجرا شود. این سیستم فراتر از نظارت است؛ این سیستم عمل می‌کند.

در طول یک آزمایش اخیر، هوش مصنوعی یک ناپایداری آسیب‌زا را ۲۰۰ میلی‌ثانیه پیش از آنکه رخ دهد، شناسایی کرد. این فاصله زمانی کوتاه برای فیزیک پلاسما، یک ابدیت است. با این هشدار، راکتور اقدامات اصلاحی را انجام داد و از بروز ناپایداری به طور کامل جلوگیری کرد. تغییر از کنترل واکنشی به کنترل پیش‌دستانه، همان چیزی است که بسیاری آن را «جام مقدس» همجوشی با محصوریت مغناطیسی می‌نامند.

مقیاس‌پذیری به سوی همجوشی تجاری

این آزمایش نشان می‌دهد که دستیابی به سود خالص انرژی، به همان اندازه که یک مسئله فیزیکی است، یک مسئله محاسباتی نیز محسوب می‌شود. با بزرگ‌تر شدن راکتورها، الگوریتم‌های یادگیری ماشین باید جریان‌های داده‌ای بزرگ‌تر و بزرگ‌تر را به صورت آنی (real-time) پردازش کنند.

موفقیت پرینستون نشان می‌دهد که هوش مصنوعی می‌تواند نیازهای فرکانس بالای یک محیط همجوشی را برآورده کند و الگویی برای ماشین‌های آینده مانند ITER و استارت‌آپ‌های بخش خصوصی ارائه دهد. هوش مصنوعی با جلوگیری از آسیب به سخت‌افزار و کاهش زمان توقف، اقتصاد همجوشی را بسیار جذاب‌تر می‌کند.

این موضوع برای هند چه معنایی دارد؟

دستور کار تهاجمی «پانچامریت» (Panchamrit) هند در زمینه اقلیم و تلاش برای استقلال انرژی، به این پیشرفت وزن استراتژیک می‌بخشد:

  • امنیت انرژی و کربن‌زدایی: صنعت در حال شکوفایی هند به برق پایه (baseload) قابل اطمینانی نیاز دارد که انرژی خورشیدی و بادی به تنهایی نمی‌توانند آن را تأمین کنند. تسلط بر همجوشی مبتنی بر هوش مصنوعی می‌تواند به این کشور اجازه دهد تا از سوخت‌های فسیلی عبور کرده و برق بدون کربن و بلندمدت را تضمین کند.
  • تحقیقات فناوری عمیق (Deep-tech): این نتیجه، پیوند میان هوش مصنوعی و فیزیک بنیادی را برجسته می‌کند. مؤسساتی مانند موسسه تحقیقات پلاسما (Institute for Plasma Research) باید برای حفظ توان رقابتی، در کنترل پلاسمای یکپارچه با هوش مصنوعی سرمایه‌گذاری کنند.
  • خودمختاری استراتژیک: در حالی که جهان به سمت آینده‌ای با قدرت همجوشی حرکت می‌کند، پتنت‌های مربوط به سیستم‌های انرژی کنترل‌شده با هوش مصنوعی به یک اهرم ژئوپلیتیک جدید تبدیل خواهند شد. هند باید به جای پیروی از قوانین، برای شکل دادن به آن‌ها تلاش کند.

محدودیت‌ها و پرسش‌های بی‌پاسخ

این اثبات مفهوم (proof-of-concept) تنها بر روی یک دستگاه اجرا شد.

آنچه باید در آینده زیر نظر داشت

  • آزمایش‌های گسترده‌تر: گزارش‌های مربوط به توکامک‌های بزرگ‌تر که حلقه‌های هوش مصنوعی مشابه را امتحان می‌کنند، زیر نظر داشته باشید. داده‌های آن‌ها مشخص خواهد کرد که آیا پیش‌بینی ۲۰۰ میلی‌ثانیه‌ای در سطوح توان بالاتر نیز حفظ می‌شود یا خیر.
  • طرح‌های کنترل ترکیبی: محققان احتمالاً پیش‌بینی‌های هوش مصنوعی را با کنترل‌کننده‌های سنتی مبتنی بر مدل ترکیب می‌کنند تا ضمن حفظ مزیت هشدار زودهنگام، از هشدارهای کاذب جلوگیری کنند.

نمایش عملی پرینستون ثابت می‌کند که یک پیش‌بینی ساده — تنها دو دهم ثانیه — می‌تواند نحوه مهار قدرت خورشید بر روی زمین را متحول کند. اگر این رویکرد در آزمایش‌های مقیاس‌پذیری بعدی موفق باشد، می‌تواند به ستون فقرات معماری کنترلی تبدیل شود که در نهایت همجوشی را به یک منبع انرژی عملی و بدون کربن تبدیل می‌کند.