Искусственный интеллект в 1000 раз ускорил расчеты термоядерной плазмы

Исследователи представили инновационную ИИ-систему, способную совершить прорыв в проектировании термоядерных реакторов. Программный комплекс GyroSwin, ставший результатом коллаборации Управления по атомной энергии Великобритании (UKAEA), Университета имени Иоганна Кеплера в Линце и компании Emmi AI, моделирует сложнейшую динамику термоядерной плазмы в тысячи раз быстрее традиционных вычислительных методов.

Термоядерный синтез считается одним из наиболее перспективных путей к получению экологически чистой и практически неисчерпаемой энергии. Однако его реализация требует прецизионного контроля над плазмой, разогретой до температур, превышающих показатели в ядре Солнца. Удержание этого вещества обеспечивается сверхмощными магнитными полями, а главным препятствием остается внутренняя турбулентность, которая провоцирует утечки энергии и дестабилизацию процесса.

Стандартный подход к анализу основывается на численных симуляциях в рамках пятимерной (5D) гирокинетики. Эти модели отслеживают поведение плазмы в трех пространственных измерениях и двух векторах движения частиц относительно магнитных линий. Подобные расчеты чрезвычайно ресурсозатратны: выполнение одной задачи может занимать дни, что существенно замедляет темпы научных изысканий и увеличивает финансовые издержки.

Система GyroSwin базируется на алгоритмах машинного обучения, натренированных на массивах данных 5D-моделирования. После этапа обучения нейросеть способна генерировать точные прогнозы за считанные секунды. Разработчики подчеркивают, что ключевым преимуществом GyroSwin является сохранение фундаментальных физических характеристик плазмы, включая масштаб турбулентных флуктуаций и сдвиговые потоки, которые играют решающую роль в подавлении нестабильностей.

UKAEA уже рассматривает возможности интеграции GyroSwin в проектирование установок нового поколения, таких как британский токамак STEP. Поиск оптимальных эксплуатационных сценариев для таких объектов требует проведения миллионов итераций моделирования. С учетом того, что вычислительная сложность растет пропорционально детализации физических процессов, использование инструментов экспресс-анализа становится критически важным для эффективного отбора наиболее перспективных инженерных решений.

Источник: iXBT