ناتان هاوارد، پژوهشگر مرکز علوم پلاسما و همجوشی هسته‌ای MIT، معتقد است که ایجاد و حفظ واکنش‌های همجوشی، که شرایطی مشابه ستارگان را روی زمین بازسازی می‌کند، یکی از چالش‌های علمی جذاب عصر ما است. او به‌عنوان عضوی از گروه مدل‌سازی یکپارچه آزمایش‌های همجوشی مغناطیسی (MFE-IM) در PSFC، با استفاده از شبیه‌سازی‌ هوش مصنوعی و یادگیری ماشین، رفتار پلاسما را در دستگاه‌های همجوشی پیش‌بینی می‌کند. این مدل‌ها که به‌طور مداوم با داده‌های تجربی تأیید می‌شوند، به طراحی بهینه‌تر دستگاه‌های همجوشی کمک می‌کنند. هاوارد در مقاله‌ای که در Nuclear Fusion منتشر شده، از شبیه‌سازی‌های دقیق برای بررسی عملکرد ITER، بزرگ‌ترین دستگاه همجوشی جهان که در فرانسه در حال ساخت است، استفاده کرده است. او نشان داده که این دستگاه می‌تواند همان‌طور که انتظار می‌رود عمل کند و حتی با تغییراتی در شرایط عملیاتی، بازدهی آن را افزایش داد.

پروژه ITER که 40 سال پیش با همکاری چندین کشور آغاز شد، هدفش تولید 500 مگاوات انرژی همجوشی و پلاسماهایی است که 10 برابر انرژی جذب‌شده از گرمایش خارجی، انرژی آزاد می‌کنند. مدل‌سازی‌های هاوارد با استفاده از نرم‌افزار CGYRO، که در General Atomics توسعه یافته، این سناریو را بررسی کرده است. CGYRO شبیه‌سازی‌های دقیقی از پلاسما انجام می‌دهد، اما زمان‌بر است. برای سرعت بخشیدن به این فرایند، از چارچوب PORTALS که در MIT توسعه یافته، استفاده شده است. PORTALS از یادگیری ماشین برای ایجاد مدل‌های سریع‌تر (Surrogates) بهره می‌برد که می‌توانند نتایج مشابهی با CGYRO ارائه دهند اما در زمان بسیار کمتر.

ابتدا، دقت این مدل‌های جانشین با نتایج CGYRO مقایسه شد و سپس برای پیش‌بینی عملکرد ITER در شرایط مختلف از آن‌ها استفاده شد. نتایج نشان داد که ITER می‌تواند 10 برابر توان ورودی خود را تولید کند. علاوه بر این، بررسی‌ها نشان دادند که می‌توان با کاهش میزان توان ورودی، تقریباً همان مقدار انرژی خروجی را دریافت کرد، که نشان‌دهنده افزایش بهره‌وری دستگاه است. هاوارد این یافته‌ها را نقطه عطفی در پژوهش‌های خود می‌داند، زیرا این مدل‌ها نه تنها عملکرد ITER را تأیید می‌کنند، بلکه امکان بهینه‌سازی آن را نیز فراهم می‌آورند. او امیدوار است که این نوع مدل‌سازی‌ها در آینده به بهبود طراحی و اجرای دستگاه‌های همجوشی کمک کند.

منبع خبر: phys