716
У токамаку плазма може змінити стан за тисячні частки секунди — значно швидше, ніж людина встигне побачити проблему й ухвалити рішення. Дослідники Princeton Plasma Physics Laboratory та Princeton University створили платформу PACMAN, яка об’єднує кілька моделей машинного навчання в єдиний контур керування. У п’яти експериментах на токамаку DIII-D система працювала приблизно за 20 мілісекунд на цикл, а в одному тесті передбачила небезпечну tearing-mode нестабільність приблизно за 200 мілісекунд до її появи.
Токамаки утримують надгарячу плазму потужними магнітними полями. Щоб підтримувати термоядерний режим, потрібно одночасно контролювати температуру, густину, обертання, форму плазми, нагрівальні системи й подачу газу. Навіть невелика нестабільність може швидко зрости й погіршити або зірвати експеримент.
Складні фізичні симуляції добре описують плазму, але можуть обчислюватися днями чи місяцями, тому вони не підходять для керування в реальному часі. PACMAN працює інакше: він отримує живі вимірювання, перевіряє їх, передає окремим AI-моделям, а потім формує керувальні команди з урахуванням жорстких апаратних обмежень безпеки.
Платформу перевірили у п’яти сценаріях. В одному reinforcement learning отримав повний контроль над системами нагрівання. В інших PACMAN прогнозував раптові викиди енергії з краю плазми, виявляв хвилі від швидких частинок і регулював густину та обертання відповідно до цілей, заданих фізиками.
Найпоказовішим став тест із tearing mode. Звичайний контролер бачить нестабільність уже після початку й намагається її приглушити. PACMAN передбачив її приблизно за 0,2 секунди й змінив параметри плазми так, щоб проблема взагалі не сформувалася.
Система також одночасно координувала всі шість гіротронів DIII-D, змінюючи їхню потужність і положення дзеркал у реальному часі. Автори наголошують, що PACMAN не прибирає людину з контуру: фізики задають цілі та межі, а AI лише ухвалює надшвидкі проміжні рішення.
https://www.sciencedaily.com/releases/2026/09/260903064215.htm
