人工智慧助力核融合，深度強化學習實際應用在電漿控制

smartlion

人工智慧助力核融合，深度強化學習實際應用在電漿控制

半世紀以來科學家不斷在尋找龐大且乾淨的能源，希望能在地球上複製出恆星反應，洛桑聯邦理工學院（EPFL）旗下的瑞士電漿中心（Swiss Plasma Center），更是歐洲最重要的核融合研究設施之一。

目前科學家已經能夠在地球上產生核融合反應，但發生反應還不夠，重點是要「持續地」維持核融合反應，且以高效且受控的方式釋放的能量來發電。

洛桑聯邦理工學院 1961 年開設電漿物理實驗室（現為瑞士電漿中心），研究核融合的托卡馬克（tokamak）技術，利用強大磁場來控制極高溫電漿，將氫原子融合成氦原子，最終釋放強大能量，並在 1992 年啟動托克馬克可變配置（variable-condition tokamak，TCV），試驗各種不同的電漿型態，不斷測試控制電漿的方法，讓電漿不會接觸到並損毀核融合設備的內部。

如今該核融合設備已過三十歲，瑞士電漿中心主任 Ambrogio Fasoli 表示，最近在設施的升級，更擴大團隊研究國際熱核融合實驗反應爐（ITER）、商用核融合電廠（Demonstration Power Plants，DEMO）和未來核融合反應爐關鍵問題的能力。

透過 TCV 裝置，科學家可以觀察電漿構型的變化如何影響電漿的特性（好比溫度、約束質量），並用來研究新的電漿構型。它也可用於評估不同配置的偏濾器（Divertor），該設備用來控制反應爐芯能量釋放，對於反應爐能不能夠長時間維持電漿而不損壞設備相當重要，目前工程師仍在努力最佳化設計。

瑞士電漿中心先前也與 Google DeepMind 合作，開發一種基於深度強化學習的新型電漿磁控制方法，最近首次成功應用在 TCV 托卡馬克的真實電漿配置中。

跟所有托卡馬克設備一樣，TCV 也有真空室，氣體可在真空室中轉化為電漿，電漿被大型磁線圈產生的環形磁場包圍，防止電漿接觸反應爐內壁，帶有歐姆線圈的中心柱也能保持電漿穩定性，以及一個可塑造電漿結構的極向場。TCV 配備了一個利用微波和熱粒子注入的加熱系統，並輔以一整套測量溫度、密度、輻射、電漿結構波動和其他重要參數的儀器。

其發電方式跟現在常見的核分裂電廠很像，利用熱量為渦輪機提供動力，差別在於核融合發電\除了提供大量可靠的基本負載電力，過程是永續、無碳，不會產生持久放射性廢棄物。

*******************

電漿的環境設定會影響電漿的特性，在半導體製程，引用電漿技術以幾十年，早期應用電腦計算機模擬電漿的蝕刻行為，然進展不佳，主要原因是電漿蝕刻不只是物理行為，也有反應氣體解離成不同的radical, 解離程度不同，導致不同的化學行為，這是很複雜的物理與化學模型，單以繼單的計算機流體模型很難設定適當的起始條件！

現在有了AI的幫助，得到收斂的起始條件與電漿特性應該會容易一點！先從核融合電漿的單純物理行為模擬先開始吧！期待AI能加速人們對電漿行為的理解，讓電漿應用大放異彩！