A nukleáris fúziót régóta a biztonságos és tiszta energia korlátlan forrásának tartják. Most úgy tűnik, hogy egy gépitanulás-algoritmusnak köszönhetően komoly lépést tettünk afelé, hogy végre valósággá váljon. Az algoritmus a reaktor belsejében alakítja át a plazma formáját.
A vonatkozó kutatásfejlesztéseket a Google-leányvállalat DeepMind és a Lausanne-i Szövetségi Műszaki Főiskola (EPFL) végezte. Megerősítéses tanuláson alapuló algoritmusuk módosítani, manipulálni tudja az anyag extrém nagyenergiájú formáját, a hidrogénplazmát. Az energiagyártáshoz optimális formát alakít ki neki.
A plazmát tokomak néven ismert kamrába záró reaktorok az atomok egymás közelébe terelésével, és ennek hatására, az összeolvadásukkal generálnak energiát.
A kutatók szimulált tokomakban kezdték gyakoroltatni a modellt. Jutalmazó függvénye kiértékelte a plazma formáját, elhelyezkedését, és hogy hogyan viszonyul az ideális konfigurációhoz, mennyire passzol hozzá.
Mivel a plazma közvetlenül nem figyelhető meg, a kutatók a tokomakon belüli mágneses mező mérése alapján következtettek a formájára és az elhelyezkedésére. Öt különböző kísérletet végeztek, és a plazma változatos formákat, például hagyományos hosszúkást vagy hópehely-jellegűt „öltött magára.” Az eredmények tűréshatáron belül voltak, tehát megfeleltek az elvárásoknak.
A hagyományos atomenergia atommaghasadással jön létre. Tudósok viszont már az 1950-es évek óta próbálják hasznosítani a magfúziót, de eddig még egyetlen fúziós reaktor sem generált több energiát, mint amennyit elfogyasztott. Legközelebb 2021-ben egy amerikai központ került hozzá.
Manapság egyre több kutató próbálja gépi tanulással megoldani a problémát, a fúziós reakcióban szerepet játszó többszáz tényező kezelését: a Joint European Torus vagy a Google és egy másik partnere (a TAE Technologies) dolgozik rajta. Modelljeik többek között előrejelzik a reaktor falát megkárosító szakadás kockázatát, igyekeznek javítani a reaktor teljesítményén.
Ha a valóságban is működni fog, a fúziós energia megváltoztathatja az emberi civilizációt. A mélytanulás (deep learning) fontos szerepet játszhat a változásban.