Schone energie: Google-zuster claimt spilfunctie rond kernfusie

Voordat kernfusie een rol kan krijgen in de energieproductie, moeten er nog oplossingen gevonden worden voor een flink aantal uitdagingen. Voor een ervan (een belangrijke) claimt DeepMind - een dochteronderneming van Google-moeder Alphabet - een oplossing gevonden te hebben. De onderzoekers publiceerden hun resultaten in het prestigieuze wetenschappelijk tijdschrift Nature. Arstechnica pikte het op.

De software is nodig voor om plasma te monitoren en onder controle te houden door real-time aanpassingen te maken aan de sterke elektromagneten die daarvoor worden gebruikt. Gaat daar iets mis, dan stopt in het gunstigste geval het fusieproces, maar het kan ook tot gevolg hebben dat het hoogenergetische plasma aan de wandel gaat en door de wanden van de reactor breekt.

Complex probleem aangepakt

DeepMind werkte voor het onderzoek naar de controlesoftware samen met het Swiss Plasma Center aan de technische hogeschool EPFL in Lausanne. Daar werken wetenschappers met kleine testopstellingen vooral aan het wegwerken van de fysieke barrières die het bouwen van een fusiereactor op productieschaal in de weg staan. Omdat fouten in de software hachelijke consequenties kunnen hebben is het merendeel van het werk van DeepMind uitgevoerd met simulaties die zijn gebouwd op basis van de kennis en ervaring van het Swiss Plasma Center met de testreactoren.

Steeds software herschrijven

De ontwikkeling van de software was voor de onderzoekers van het Swiss Plasma Center steeds een complex probleem. Uit de ervaringen met de gedragingen van het plasma hadden ze wel een systeem ontwikkeld dat in de basis voldoende was om het proces te beheersen. Het gaat dan om het uitlezen van de informatie uit de reactor door sensoren en de reactie op veranderingen daarin. Maar er kwamen steeds eigenaardigheden naar boven wanneer bijvoorbeeld iets aan de energieniveaus van het plasma of aan de hardware veranderde. Dat resulteerde in een iteratief proces van meten en modelleren waarbij ook de controlemechanismen moesten mee veranderen. In veel gevallen kwam dat erop neer dat de software steeds moest worden herschreven.

De Zwitserse onderzoekers hadden al eens bedacht dat kunstmatige intelligentie waarschijnlijk een oplossing zou kunnen bieden voor hun zoektocht naar meer dynamische software. Door zich niet meer om de software te hoeven bekommeren, zouden zij hun tijd beter kunnen besteden aan het optimaliseren van de reactorhardware.

Daarom zochten zij contact met DeepMind, dat eerder successen heeft geboekt met de inzet van neurale netwerken op een manier zoals mensen te werk gaan, bijvoorbeeld bij het spelen van het denkspel Go. AlphaGo van DeepMind was in staat de wereldkampioen Go te verslaan. DeepMind heeft ook successen behaald bij het onderzoek naar de complexe manier waarop eiwitten zich vouwen.

Trainen met extra algoritmen

DeepMind heeft, voor het maken van de algoritmen om de plasmareactor te controleren, gebruik gemaakt van deep-reinforcement learning. Er werd een speciale softwarelaag gecreëerd die een waardering gaf, bij elke status van het plasma, hoe goed deze leek op de ideale status. Een andere algoritme, dat 'the critic' werd genoemd, leerde te voorspellen hoeveel 'rewards' een bepaalde aanpassing aan de magneten zou krijgen. Met die twee algoritmen werd het daadwerkelijke controlealgoritme getraind.

Dat was een zeer rekenintensief en ook niet al te snel proces. Maar nadat de training was voltooid konden de overbodige lagen worden weggehaald en was het getrainde algoritme in staat de benodigde aanpassingen aan de magneten nagenoeg real time te doen. De reactor kan nu worden opgestart met de conventionele software en vervolgens kan de controle worden overgenomen door het getrainde algoritme.

Ethische vraag komt op

De onderzoekers van beide teams zijn enthousiast over de uitkomst. Niet alleen kunnen de huidige experimenten nu sneller verlopen, maar het algoritme kan vermoedelijk ook heel goed worden gebruikt in omgekeerde richting. Door een gewenste plasmaconditie op te geven, kan de software aangeven welke hardware-aanpassingen nodig zijn om deze conditie te creëren.

Het is de vraag of het gunstig is dat een gigant als Alphabet zich straks de patenten op zo'n cruciale technologie in de mogelijke energievoorziening van de toekomst kan toe-eigenen.