Innan forskarna kan tygla fusionsenergin måste de lära sig att förutspå störningar som kan avbryta fusionsreaktioner och skada fusionsreaktorer. Genom att använda sig av artificiell intelligens kan de förbättra sina möjligheter att göra dessa förutsägelser.
Att i god tid förutspå störningar, som gör att man plötsligt förlorar kontrollen över det heta plasma som driver reaktionerna i en fusionsreaktor, kommer att vara avgörande för att sätta igång åtgärder för att undvika eller lindra dessa storskaliga händelser.
För att kunna förutspå störningar i det internationella fusionsexperimentet ITER:s fusionsplasma på ett bättre sätt använder sig amerikanska forskare vid Princeton Plasma Physics Laboratory och Princeton University av artificiell intelligens.
Den nya mjukvara som tagits fram av forskarna för att förutspå störningar i fusionsplasmat kallas för FRNN (Fusion Recurrent Neural Network) och utnyttjar en form av djupinlärning, en ny tillämpning av artificiell intelligens som är mer kraftfull än dagens maskininlärning.
- Djupinlärning representerar ett spännande nytt sätt att förutspå störningar, säger Princeton-professorn William Tang.
Forskarna har demonstrerat att de med hjälp av den nya metoden kan förutspå störningar mer pålitligt än med tidigare metoder och minska antalet falsklarm. Nu siktar de in sig på att klara av de utmanande krav som kommer att ställas av ITER. Dessa inkluderar att korrekt förutspå minst 95 procent av de störningar som inträffar och ge falsklarm i mindre än 3 procent av fallen.