受到谷歌支持的DeepMind公司教會(huì)一個(gè)強(qiáng)化學(xué)習(xí)算法控制托卡馬克

核聚變反應(yīng)堆內(nèi)部熾烈的電漿。

托卡馬克（tokamak）是一種甜甜圈形狀的容器，設(shè)計(jì)用來(lái)容納核聚變反應(yīng)。托卡馬克的內(nèi)部呈現(xiàn)了一幕特別的混沌景象。在極高溫下，氫原子互相撞擊在一起，產(chǎn)生渦動(dòng)翻騰的電漿（又稱(chēng)作等離子體），這些電漿的溫度比太陽(yáng)表面更加炙熱。解鎖核聚變潛力的關(guān)鍵就在于找到聰明的辦法來(lái)控制和約束電漿。

過(guò)去數(shù)十年來(lái)，核聚變一直被認(rèn)為是未來(lái)清潔能源的來(lái)源。目前，支撐核聚變的科學(xué)理論看起來(lái)顛撲不破，所以剩下的就是工程挑戰(zhàn)?！拔覀冃枰軌?qū)⑦@個(gè)物質(zhì)加熱到極高溫，讓它結(jié)合得足夠久，讓我們從中取得能量。”洛桑聯(lián)邦理工學(xué)院的瑞士電漿中心主管安布羅焦·法索利（Ambrogio Fasoli）說(shuō)道。

這就是DeepMind公司插一腳的地方。這家人工智能公司的背后是谷歌母公司Alphabet，先前已經(jīng)插手到電子游戲和蛋白質(zhì)折疊領(lǐng)域，也一直在與瑞士電漿中心進(jìn)行一個(gè)聯(lián)合科研項(xiàng)目——開(kāi)發(fā)用于控制核聚變反應(yīng)的人工智能。

恒星也是由核聚變供能的。在恒星內(nèi)部，單憑重力質(zhì)量就足以將氫原子拉攏到一起，克服它們相反的電荷。在地球上，科學(xué)家改用強(qiáng)大的電磁線圈來(lái)約束核聚變反應(yīng)，將電漿助推到想要的位置，讓它成形，就像一名陶工擺弄轉(zhuǎn)輪上的黏土。必須小心謹(jǐn)慎地控制線圈，防止電漿觸碰到容器的表面，因?yàn)槟菢訒?huì)損傷容器壁，拖慢核聚變反應(yīng)。（缺少磁力的約束后，核聚變反應(yīng)無(wú)法存在，所以幾乎沒(méi)有爆炸的風(fēng)險(xiǎn)。）

但每次科研人員想要改變電漿的構(gòu)型，試驗(yàn)不同形狀（可能產(chǎn)生更多能量或更潔凈電漿）時(shí)，需用大量的工程學(xué)和設(shè)計(jì)工作。傳統(tǒng)的系統(tǒng)由計(jì)算機(jī)控制，基于模型和細(xì)致的仿真，但根據(jù)法索利的說(shuō)法，那些系統(tǒng)“繁瑣復(fù)雜，不一定總是最優(yōu)化的”。

DeepMind公司已經(jīng)開(kāi)發(fā)出一個(gè)能自主控制電漿的人工智能?！蹲匀弧飞习l(fā)表的一篇論文描述了來(lái)自?xún)蓚€(gè)團(tuán)隊(duì)的科研人員如何教會(huì)一個(gè)深度強(qiáng)化學(xué)習(xí)系統(tǒng)控制TCV內(nèi)部的19個(gè)電磁線圈。TCV的全稱(chēng)是可變構(gòu)型托卡馬克，位于瑞士電漿中心，用它進(jìn)行科研取得的成果會(huì)給未來(lái)更大型核聚變反應(yīng)堆的設(shè)計(jì)提供情報(bào)?！叭斯ぶ悄芤约皩?zhuān)門(mén)的強(qiáng)化學(xué)習(xí)特別適合復(fù)雜的問(wèn)題，尤其以控制托卡馬克中的電漿為代表?！盌eepMind公司的控制團(tuán)隊(duì)帶頭人馬丁·里德米勒（Martin Riedmiller）說(shuō)道。

神經(jīng)網(wǎng)絡(luò)（一類(lèi)旨在模擬人類(lèi)大腦架構(gòu)的人工智能）最初在仿真中接受訓(xùn)練。它最開(kāi)始觀察19個(gè)線圈中的每個(gè)線圈的設(shè)置變化如何影響容器內(nèi)電漿的形狀。接著它被給予不同的電漿形狀，嘗試重新生成那樣形狀的電漿。其中包括D形截面的形狀，接近國(guó)際熱核聚變實(shí)驗(yàn)反應(yīng)堆（ITER）內(nèi)部將用到的電漿形狀。ITER是大型實(shí)驗(yàn)用托卡馬克核聚變反應(yīng)堆，目前正在法國(guó)建造中。另有一種雪花外形的構(gòu)型，有助于將核聚變反應(yīng)的極高熱度更加均勻地消散到容器四周。

DeepMind公司的人工智能可以自主琢磨出如何以正確的方式操縱電磁線圈，創(chuàng)造出這些形狀的電漿。這些操作在仿真中行得通的話，當(dāng)科學(xué)家在TCV內(nèi)部實(shí)際進(jìn)行相同的實(shí)驗(yàn)來(lái)驗(yàn)證仿真結(jié)果時(shí)，大概同樣行得通。法索利說(shuō)，這代表了“重要的一大步”，能影響未來(lái)托卡馬克的設(shè)計(jì)，甚至加快實(shí)現(xiàn)可行核聚變反應(yīng)堆。

“這是個(gè)非常正面的結(jié)果，”未參與這項(xiàng)研究的倫敦帝國(guó)學(xué)院核聚變專(zhuān)家亞絲明·安德魯（Yasmin Andrew）說(shuō)道， “一個(gè)很有意思的地方是，看下他們能否將技術(shù)遷移到更大型的托卡馬克上?！?/p>

核聚變?yōu)镈eepMind公司的科學(xué)家提供特別的挑戰(zhàn)，因?yàn)檎麄€(gè)過(guò)程既復(fù)雜又呈現(xiàn)連續(xù)性。和圍棋那樣基于回合的博弈不同，電漿的狀態(tài)持續(xù)變化。雪上加霜的是，我們無(wú)法連續(xù)地測(cè)量電漿。人工智能研究者稱(chēng)之為“觀測(cè)下系統(tǒng)”。

“有時(shí)候，擅長(zhǎng)解決這些離散問(wèn)題的算法處理連續(xù)性問(wèn)題時(shí)十分費(fèi)勁?！盌eepMind公司的一位研究員若納斯·比什利（Jonas Buchli）說(shuō)道，“這對(duì)我們的算法來(lái)說(shuō)，是真正的一大步，因?yàn)槲覀兡鼙砻?，我們的算法能解決連續(xù)性問(wèn)題。我們認(rèn)為，這當(dāng)然是個(gè)非常非常復(fù)雜的難題，和棋局中遇到的復(fù)雜性相比，它是一種完全不同的復(fù)雜性?！?/p>

這并非人類(lèi)首次嘗試用人工智能來(lái)控制核聚變。從2014年起，谷歌已經(jīng)和以加州為大本營(yíng)的核聚變公司TAE進(jìn)行科技合作，試圖將機(jī)器學(xué)習(xí)算法應(yīng)用到另一類(lèi)核聚變反應(yīng)堆上，加快實(shí)驗(yàn)數(shù)據(jù)的分析。位于英國(guó)的歐洲聯(lián)合環(huán)狀反應(yīng)堆（JET）核聚變項(xiàng)目的研究已經(jīng)使用人工智能來(lái)嘗試預(yù)測(cè)電漿的行為。這個(gè)構(gòu)思甚至出現(xiàn)在虛構(gòu)故事中。2004年上映的電影《蜘蛛俠2》中，反派八爪博士創(chuàng)造出由人工智能驅(qū)動(dòng)、大腦控制的外骨骼來(lái)控制他的實(shí)驗(yàn)性核聚變反應(yīng)堆。這個(gè)反應(yīng)堆運(yùn)作良好，直到人工智能接管了他的心智，開(kāi)始?xì)⒙救祟?lèi)。

簡(jiǎn)而言之，隨著核聚變反應(yīng)堆變得越來(lái)越大，與DeepMind公司的合作能被事實(shí)證明是極其關(guān)鍵的。盡管物理學(xué)家通過(guò)傳統(tǒng)方法，很好地應(yīng)付了控制小規(guī)模托卡馬克內(nèi)電漿的任務(wù)， 但隨著科學(xué)家嘗試讓發(fā)電廠規(guī)模的托卡馬克變得可行，挑戰(zhàn)只會(huì)越來(lái)越大。目前的進(jìn)展雖慢但很穩(wěn)固。近期，JET項(xiàng)目取得了突破，立下核聚變研究項(xiàng)目取得的能量值的新紀(jì)錄，而位于法國(guó)的ITER的建造工作正在進(jìn)行中，等到它在2025年點(diǎn)火啟動(dòng)后，這項(xiàng)國(guó)際合作會(huì)變成全球最大規(guī)模的實(shí)驗(yàn)性核聚變反應(yīng)堆。

加州大學(xué)圣迭戈分校（UCSD）能源研究中心副研究員德米特里·奧爾洛夫（Dmitri Orlov）說(shuō)：“托卡馬克越是復(fù)雜，性能越高，以更高的可靠性和準(zhǔn)確性來(lái)控制更多量的需要也就越大?！比斯ぶ悄芸刂葡碌耐锌R克可以實(shí)現(xiàn)最優(yōu)化，控制核聚變反應(yīng)產(chǎn)生的熱傳遞到容器壁，避免破壞“電漿不穩(wěn)定性”。而反應(yīng)堆本身就能得到重新設(shè)計(jì)，利用上強(qiáng)化學(xué)習(xí)算法提供的更嚴(yán)密的控制手段。

法索利說(shuō)，與DeepMind公司的合作最終能允許研究者推進(jìn)界限，加快通往核聚變能的漫長(zhǎng)之旅?！叭斯ぶ悄苁沟梦覀兡軌蛱剿饕恍┯闷渌绞綗o(wú)法探究的東西，因?yàn)槲覀儗?duì)于這種人工智能模擬的控制系統(tǒng)能夠冒風(fēng)險(xiǎn)，而對(duì)于其他方式，我們不敢冒風(fēng)險(xiǎn)。”他說(shuō)，“假如我們確信，我們擁有一種控制系統(tǒng)，它能帶我們更靠近界限，但不會(huì)越過(guò)界限，那么我們實(shí)際上就能探索一些用其他方法無(wú)法進(jìn)行探究的可能性?！?/p>

資料來(lái)源 Nature