L’AI di Google per regolare il plasma della fusione nucleare

Un nuovo metodo di gestione dei gas ionizzati a milioni di gradi nei Tokamak, grazie al Politecnico Federale di Losanna e alla società DeepMind

Gli scienziati del Centro Svizzero del Plasma del Politecnico Federale di Losanna e la società DeepMind hanno sviluppato congiuntamente un nuovo metodo per controllare le configurazioni del plasma da utilizzare nelle ricerche sulla fusione nucleare.
Lo Swiss Plasma Center (SPC) dell’EPFL ha decenni di esperienza nella fisica del plasma e nei metodi di controllo di questo particolare stato della materia.
DeepMind è una società specializzata nelle scoperte scientifiche, acquisita da Google nel 2014 e che si dice impegnata a “risolvere le questioni di intelligenza per far progredire la scienza e l’umanità”.

Debutto nel mondo reale del “deep reinforcement learning”

Insieme, hanno sviluppato un nuovo metodo di controllo magnetico di questi gas ionizzati basato sul “deep reinforcement learning”, e lo hanno applicato per la prima volta a un plasma del mondo reale nell’impianto di ricerca Tokamak di Medie Dimensioni dello SPC, siglato siglato TCV. Il loro studio e i relativi risultati sono appena stati pubblicati sulla rivista “Nature”.
In fisica, come ci ricorda l’Enciclopedia Treccani, il termine plasma è usato per descrivere un gas ionizzato, ossia formato almeno in parte da ioni ed elettroni prodotti mediante ionizzazione: gli elettroni e gli ioni non sono più legati tra loro negli atomi del gas, e si muovono sotto l’azione delle forze dovute ai campi elettrico e magnetico che essi stessi generano e di eventuali campi applicati dall’esterno.
I Tokamak sono dispositivi a forma di “ciambella” che servono per condurre ricerche sulla fusione nucleare, e lo Swiss Plasma Center nel Canton Vaud è uno dei pochi centri di ricerca al mondo ad averne uno in funzione.
Questi dispositivi usano un potente campo magnetico per confinare il plasma a temperature estremamente alte (centinaia di milioni di gradi Celsius), ad onor del vero anche più elevate di quelle del nucleo del Sole, in modo che la fusione nucleare possa avvenire tra atomi di idrogeno.
L’energia rilasciata dalla fusione viene studiata per essere usata nella produzione di elettricità.
Ciò che rende unico il Tokamak del Politecnico Federale di Losanna è che permette una certa varietà di configurazioni del plasma, da cui un nome e una sigla specifici: Tokamak a Configurazione Variabile (TCV).
Ciò significa che gli scienziati possono usarlo per studiare nuovi approcci per confinare e controllare i plasmi. La configurazione di un plasma si riferisce alla sua forma e posizione nel dispositivo.

Fusione magnetica: ricreata l’energia che alimenta le stelle

Come maneggiare in anticipo una sostanza calda come il Sole?

I Tokamak formano e mantengono il plasma attraverso una serie di bobine magnetiche le cui impostazioni, specialmente la tensione elettrica, devono essere controllate attentamente. Diversamente, il plasma potrebbe entrare in contatto con le pareti della “ciambella” e deteriorarsi.
Per evitare che questo accada, i ricercatori dello SPC testano le configurazioni dei sistemi di controllo in un simulatore prima di utilizzarle effettivamente nel Tokamak TCV.
“Il nostro simulatore si basa su più di vent’anni di ricerche ininterrotte e viene aggiornato continuamente”, dice Federico Felici, scienziato dello Swiss Plasma Center e co-autore dello studio.
“Ma anche così sono tuttora necessari lunghi e complessi calcoli per determinare il giusto valore di ogni variabile nel sistema di controllo. È qui che entra in gioco il nostro progetto di ricerca congiunto con DeepMind”.
Gli esperti di quest’azienda, che è nata a Londra e ha aperto in seguito sedi in Alberta, a Montréal, Parigi e Mountain View, hanno infatti sviluppato un algoritmo di Intelligenza Artificiale, che può creare e mantenere specifiche configurazioni del plasma e lo hanno “addestrato” sul simulatore dello SPC.

Video, la cronaca del primo esperimento di fusione magnetica

Processi di apprendimento bidirezionale grazie al simulatore

Ciò ha comportato, prima di tutto, che l’algoritmo provasse molte strategie di controllo diverse nella simulazione e raccogliesse esperienza specifica. Sulla base del know-how raccolto, l’algoritmo di AI ha generato una strategia di controllo per produrre la configurazione di plasma richiesta.
Ciò determinava che l’algoritmo eseguisse una serie di impostazioni diverse e analizzasse le configurazioni del plasma che risultavano da ognuna di esse.
Poi la sequenza logica di istruzioni è stata chiamata a lavorare in senso contrario, cioè per produrre una specifica configurazione di plasma identificando le giuste impostazioni.
Dopo essere stato addestrato, il sistema basato sull’Intelligenza Artificiale è stato in grado di creare e mantenere una vasta gamma di conformazioni del plasma e di configurazioni avanzate, tra cui una in cui due plasmi separati erano mantenuti contemporaneamente all’interno della “ciambella”.
Infine, il team di ricerca ha testato il nuovo sistema direttamente sul Tokamak per vedere come si sarebbe comportato in condizioni reali.

Come funziona il “Tokamak” ENI che spezza i legami atomici

Partnership “casuale” cominciata sull’IA e davvero… proficua

La prima collaborazione tra lo Swiss Plasma Center e DeepMind risale al 2018, allorché Federico Felici incontrò per la prima volta gli scienziati dell’azienda partecipata da Google a un hackathon presso la loro sede londinese.
Spiegò loro in quell’occasione il problema del controllo magnetico del Tokamak che affrontava quotidianamente il suo gruppo di ricerca.
“DeepMind si è immediatamente interessata alla prospettiva di testare la loro tecnologia AI in un campo come la fusione nucleare, e soprattutto su un sistema appartenente al mondo reale come un Tokamak”, sottolinea lo scienziato basato a Losanna.
Martin Riedmiller, capo del team di controllo di DeepMind e co-autore dello studio, aggiunge che “la missione del nostro gruppo di lavoro è quella di ricercare una nuova generazione di sistemi di Intelligenza Artificiale, veri e propri controllori a circuito chiuso, che potessero imparare in ambienti dinamici e complessi completamente da zero”.
E ancora: “Il controllo di un plasma di fusione nel mondo reale offre opportunità fantastiche, anche se estremamente impegnative e complesse”.

Podcast, il combustibile “inesauribile” raccontato dall’ENI

Una collaborazione vincente nonché immediatamente operativa

Dopo aver parlato con Federico Felici, la DeepMind si offrì lavorare di lavorare con lo SPC per sviluppare un sistema di controllo basato sull’AI per il loro Tokamak made-in-Switzerland.
“Abbiamo accolto subito l’idea, perché ci abbiamo visto un enorme potenziale di innovazione”, dice Ambrogio Fasoli, direttore dello Swiss Plasma Center e coautore della ricerca pubblicata da “Nature” sulla fusione nucleare.
“Tutti gli scienziati di DeepMind con cui abbiamo lavorato erano molto entusiasti e sapevano molto sull’implementazione dell’Intelligenza Artificiale nei sistemi di controllo”.
Da parte sua, Federico Felici è rimasto colpito dalle cose incredibili che DeepMind può fare in pochissimo tempo allorché decida di concentra i propri sforzi su un determinato progetto.

Nuova strada dal CERN per il confronto materia-antimateria

Brendan Tracey: “La conoscenza ‘per rinforzo’ fa la differenza”

Anche DeepMind ha ottenuto molto dal progetto di ricerca congiunto, che ha mostrato ad entrambe le parti i vantaggi connessi all’adozione di un approccio multidisciplinare.
Brendan Tracey, ingegnere senior di ricerca presso DeepMind e co-autore dello studio, spiega che “la collaborazione con lo SPC ci spinge a migliorare i nostri algoritmi di apprendimento ‘per rinforzo’, e di conseguenza può accelerare la ricerca sulla fusione del plasma”.
Questo progetto dovrebbe aprire la strada del Politecnico Federale di Losanna verso l’individuazione di altre opportunità di ricerca e sviluppo congiuntamente al organizzazioni o società esterne, visto e considerato l’ottimo risultato prodotto dal sodalizio Swiss Plasma Center-Google.
“Siamo sempre aperti a collaborazioni innovative win-win dove possiamo condividere idee ed esplorare nuove prospettive, accelerando così il ritmo dello sviluppo tecnologico”, conclude Ambrogio Fasoli.

Il Consiglio Federale desidera una Svizzera “amica” del CERN