科学者たちはAIに核融合の成功を予測するように教え込み、実際に機能している

科学者たちはAIに核融合の成功を予測するように教え込み、実際に機能している

AI は世界最大級の核融合施設の 1 つに大幅な効率向上をもたらしていますが、おそらくその方法とは異なっています。 

ローレンス・リバモア国立研究所の科学者たちは、本日Science誌に掲載された研究で、新たに開発されたディープラーニングモデルが、国立点火施設(NIF)で2022年に実施される核融合実験の結果を正確に予測したことを報告しています。このモデルは、実験における点火確率を74%と予測し、より多くのパラメータをより高い精度でカバーすることで、従来のスーパーコンピューティング手法を凌駕する性能を示しました。

「このモデルで私たちが期待しているのは、将来の実験において、毎回成功確率を最大化するような選択を明示的に行えることです」と、研究共著者のケリー・ハンバード氏はビデオ通話でギズモードに語った。NIFのような大規模で確立された施設でさえ、「このような点火実験は年間数十回しかできません。つまり、カバーしなければならない範囲の広さを考えると、実際にはそれほど多くはありません」と、NIF慣性閉じ込め核融合プログラムの認知シミュレーショングループを率いるハンバード氏は付け加えた。 

現在、原子力発電所はウランなどの重い原子の分裂によって発生するエネルギーを捕捉する核分裂反応を利用しています。研究者たちは最終的に、軽い水素原子を結合させて膨大なエネルギーを放出するプロセスである核融合へと移行したいと考えています。核融合はより多くのエネルギーを生み出し、有害な放射性副産物を生成しないため、核融合を信頼できるエネルギー源とすることは、持続可能なエネルギーへの移行において社会に大きな利益をもたらすでしょう。この分野は有望な進歩を遂げていますが、 商業規模での核融合の実現にはまだまだ遠いというのがコンセンサスです。

Nif Hohlraumのサイズ比較
NIFの空洞。NIFの核融合燃料カプセルを収める空洞円筒は幅わずか数ミリ、鉛筆の消しゴムほどの大きさで、両端にビーム入射孔がある。燃料カプセルは小さなエンドウ豆ほどの大きさだ。(クレジット:LLNL/NIF)

NIFの核融合実験はレーザー駆動です。まず、レーザーが「空洞」と呼ばれる金の円筒を加熱し、そこから強力なX線の流れが放射されます。この高温によって、核融合実験で使用される2つの水素同位体である重水素と三重水素を含む燃料ペレットが圧縮されます。理想的なシナリオでは、これにより重水素-三重水素核融合反応が十分に引き起こされ、レーザーの消費エネルギーを上回るエネルギーが生成されます。 

コンピューターシミュレーションでは、このプロセスにおける物理現象の全てを確実に予測することはできないとハンバード氏は述べた。その理由の一つは、コードが「計算的に扱いやすい」ように簡略化されていることが多いためだが、シミュレーション自体にも誤差が生じる可能性がある。あらゆる予防策を講じたとしても、コンピューターがコードの実行を完了するまでには数日かかると彼女は付け加えた。 

核融合の実現は、高く未踏の山を登るようなものだとハンバード氏は述べた。コンピューターシミュレーションは、研究者に山頂への到達方法を教えるための「不完全な」地図のようなものだが、この地図には研究計画に起因するものかもしれない、あるいはそうでないかもしれない誤りが満ち溢れている可能性がある。一方、時間は刻々と過ぎ、研究者たちはその日に山登りを行うかどうか、そしてどのツールを使うかを迅速に決定しなければならない。そしてもちろん、それぞれの「山登り」、つまり点火の試みは、予算に莫大な穴を開けることになる。

そこでハンバードのチームは地図作成の探求に乗り出し、「以前に収集されたNIFデータ、高精度の物理シミュレーション、そして専門家の知識」を組み合わせ、包括的なデータセットを構築しました。そして、そのデータを最先端のスーパーコンピュータにアップロードし、3000万CPU時間を超える統計分析を実行しました。 

「私たちが基本的に導き出したのは、NIFでうまくいかない事象の分布です」とハンバード氏は説明した。「私たちが観測した様々な爆縮のパターンです。レーザーが指示通りに照射されないこともありますし、標的に欠陥があり、それがうまくいかない原因となることもあります。」

このモデルにより、研究者は実験設計の有効性を事前に判断できるため、時間と費用を大幅に節約できます。Humbird社は、2022年に実施した実験から自社の設計を評価するためにこのモデルを使用しました。この実験は、特定の実験結果を事前に正確に予測していました。特に、Humbird社は、その後のモデルの物理特性への調整により、予測精度が50%から70%に向上したことを大変喜ばしく思いました。

ハンバードにとって、この新しいモデルの強みは、現実世界の不完全さ――機器の欠陥、研究設計、あるいは単なる自然の奇妙なトリックなど――を受け入れ、再現できる点にある。同時に、急速な進歩は刺激的だが、物事にはしばしば長い時間がかかり、場合によっては完全な失敗に終わることもあるということを改めて認識させてくれる。 

「核融合は数十年も研究されてきました…うまくいかない時があっても、そんなに落ち込む必要はありません」とハンバード氏は述べた。「2メガジュールではなく1メガジュールしか得られないとしても、落ち込む必要はありません。つい最近まで、10キロジュールしか得られなかったのですから。これは研究にとって大きな前進であり、将来のクリーンエネルギーにとっても大きな前進となることを願っています。」

Tagged: