Deepmind bringt Künstliche Intelligenz in die Fusionsforschung. Googles Schwesterfirma für KI will so langfristig die Entwicklung neuer Fusionsreaktoren vereinfachen.
Fusionsenergie wird seit dem nuklearen Zeitalter als mögliche Lösung für Energieprobleme gehandelt. Die Nutzung der thermonuklearen Kernfusion zur Stromerzeugung verspricht eine saubere und unerschöpfliche Energiequelle.
Beim Fusionsprozess verbinden sich zwei Atomkerne zu einem schwereren Kern, dabei wird Energie freigesetzt. Die Fusion ist nur bei extrem hohen Temperaturen möglich. Die Reaktoren müssen daher Plasma erzeugen, das 150 bis 300 Millionen Grad heiß ist und es lange genug stabil halten, um Energie zu gewinnen.
Da die hohe Temperatur jeden Kontakt mit den umliegenden Materialien verbietet, setzen Kernfusionsreaktoren im Tokamak-Design auf Magnetspulen, um das Plasma in einer zentralen Kammer in einem Magnetfeld zu fangen.
Große Reaktoren entstehen in Europa
Weltweit forschen Wissenschaftler:innen an internationalen und privaten Testreaktoren unterschiedlicher Architektur. Die meisten nutzen schwere Wasserstoffisotope wie Deuterium und Tritium.
Einer der größten Testreaktoren entsteht aktuell in Frankreich: Erste Pläne für ITER (International Thermonuclear Experimental Reactor) reichen in die späten 1970er Jahre zurück. 2025 soll der Reaktor fertig sein und erstes Plasma erzeugen. Ein Nachfolger mit dem Namen EU DEMO ist bereits geplant und soll in den 2050ern in Betrieb genommen werden.
Projekte wie ITER, DEMO und andere sollen zeigen, dass Fusionsenergie kommerziell nutzbar ist. Ziel ist es, das Verhältnis zwischen zugegebener Energie und der im Plasma erzeugten Fusionsenergie zu verbessern. ITER soll etwa zehnmal mehr Fusionsleistung erzeugen, als Heizleistung benötigt wird. DEMO soll den Faktor auf 25 erhöhen.
Plasmakontrolle ist Kernproblem der Fusionsenergie
Eine zentrale Herausforderung dabei ist die Kontrolle des Plasma, das in den Magnetfeldern geformt und erhalten wird. Dafür muss ein Kontrollsystem die zahlreichen Magnetspulen koordinieren und ihre Spannung tausendfach pro Sekunde anpassen. Andernfalls kann das Plasma die Wände der Kammer berühren, was zu Wärmeverlusten und potenziellen Schäden führt. Das Plasma lässt sich außerdem in verschiedene Formen bringen, die unterschiedliche Energiegewinne versprechen.
Bisher kommen für die Steuerung der Magnetspulen von menschlichen Expert:innen entwickelte Algorithmen zum Einsatz. Das britische KI-Unternehmen Deepmind, das seit einigen Jahren verstärkt Künstliche Intelligenz in verschiedene Wissenschaften bringt, zeigt nun ein KI-System, das die Steuerung der Magnetspulen übernehmen kann.
Das System entstand in Kooperation mit dem Swiss Plasma Center der Eidgenössischen Technischen Hochschule Lausanne (EPFL) und wurde am dortigen Reaktor "Variable Configuration Tokamak" (TCV) getestet, der Plasma etwa drei Sekunden stabil halten kann.
Deepmind-KI steuert Plasma
Bisher wird jede der 19 Magnetspulen des TCV von einem eigenen Regler gesteuert, der per Algorithmus die Eigenschaften des Plasmas in Echtzeit einschätzt und die Spannung der Magneten anpasst. Das von Deepmind vorgestellte KI-System steuert dagegen alle Spulen auf einmal und kann verschiedene Formen aus Plasma erzeugen.
Trainiert wurde das KI-System dafür mit Daten aus einer bereits bestehenden TCV-Simulation, in der die KI die Steuerung der Spulen direkt aus den simulierten Sensordaten lernen konnte. Da bestimmte Dynamiken des echten Reaktors in der Simulation nicht ausreichend repräsentiert sind, lernte die KI außerdem, bei der Steuerung innerhalb vorgegebener Grenzen zu bleiben, etwa beim maximalen Spulenstrom.
Nach dem Training in der Simulation konnte das KI-System im echten TCV die Magnetspulen steuern und eine Reihe von Plasmaformen erstellen, die als geeignete Kandidaten für Reaktoren gelten. Unter den Formen waren auch zwei getrennte "Plasmatropfen", die bisher noch nie in einem TCV-Reaktor stabilisiert wurden.
Video: Deepmind
Laut Deepmind erleichtert das KI-System, das Verhalten von Plasma in unterschiedlichen Bedingungen zu erforschen und so das Verständnis von Kernfusionsreaktoren zu verbessern. Das System könne zudem schnell in einem neuen Tokamak-Reaktor eingesetzt werden, ohne dass die heute eingesetzten Steuerungen langwierig entwickelt werden müssten. Das System erlaube so auch, vorgeschlagene Designs zu bewerten, bevor sie gebaut würden.
Langfristig will Deepmind mit KI die Entwicklung neuer Reaktorkonzepte ermöglichen und dafür die Plasmaform, die Sensorik, den Antrieb, das Design der Innenwand, die Wärmebelastung und die magnetische Steuerung im Einklang optimieren.
