Teknologi AI untuk Prediksi dan Manipulasi Perilaku Plasma Fusi Nuklir secara Real-Time

 (control.princeton.edu)
1 poin oleh GN⁺ 2024-11-09 | 1 komentar | Bagikan ke WhatsApp

Prediksi dan manipulasi perilaku plasma fusi nuklir secara real-time menggunakan AI

  • Super-resolusi multimodal: Sistem kompleks nonlinier yang diatur oleh berbagai skala fisika spasial dan temporal tidak dapat sepenuhnya dipahami dengan satu diagnosis saja. Menggabungkan beberapa diagnosis menghasilkan proyeksi yang tidak lengkap atas fisika sistem. Kesenjangan ini dapat dijembatani dengan mengidentifikasi korelasi tersembunyi. Untuk itu, diperkenalkan metodologi pembelajaran mesin yang inovatif. Metodologi ini membantu menangani ketidakstabilan plasma seperti edge localized modes (ELM).

  • Kontrol profil RT melalui pembelajaran mesin: Untuk mengendalikan plasma dalam tokamak, digunakan berbagai "aktuator". Kontrol prediktif model dapat meningkatkan tingkat keberhasilan eksperimen fisika dan menghemat waktu. Karena model fisika real-time tidak selalu akurat, dikembangkan model pembelajaran mesin yang menghasilkan prediksi dalam waktu kurang dari 100 mikrodetik hanya dengan menggunakan diagnosis real-time.

Pemantauan perilaku plasma melalui diagnosis resolusi tinggi

  • Deteksi dan klasifikasi ketidakstabilan: Dilakukan penelitian untuk mendeteksi dan mengklasifikasikan ketidakstabilan di inti plasma berdasarkan sinyal emisi siklotron elektron. Dengan menggunakan model pembelajaran mesin seperti Reservoir Computing Networks, terbukti efektif untuk pemrosesan data deret waktu.

  • Peningkatan akurasi dan cakupan data diagnosis: Akurasi dan cakupan data diagnosis penting untuk memahami kinerja optimal perangkat penelitian fusi dan reaktor. Melalui pendekatan berbasis pembelajaran mesin, sinyal diagnosis direproduksi dan visualisasi sinyal ditingkatkan.

Validasi silang dan verifikasi basis data skala besar untuk model transport tokamak

  • Meningkatkan keandalan prediksi transport tokamak: Signifikansi statistik diperoleh menggunakan pelepasan DIII-D, sehingga meningkatkan keandalan model prediktif. Solver transport 1D ASTRA dan TRANSP diverifikasi dan menunjukkan akurasi tinggi dalam memprediksi energi tersimpan, tetapi tidak memiliki keunggulan statistik dibandingkan model empiris sederhana dalam prediksi profil suhu plasma.

Pemisahan radiasi divertor yang stabil melalui proksi front emisi karbon-III real-time

  • Pemisahan divertor yang stabil: Memungkinkan tokamak mempertahankan confinemen yang baik sambil mencegah kerusakan pelat divertor akibat fluks panas berlebih. Dengan menggunakan algoritma pembelajaran mesin, nilai pemisahan dapat dicari secara langsung dari mana saja di dalam tokamak, dan sinyal aktuasi dapat disesuaikan bila diperlukan.

Bacaan terkait

1 komentar

 
GN⁺ 2024-11-09
Komentar Hacker News

  • Sebagai referensi, https://www.ri.cmu.edu/ai-meets-fusion-cmu-princeton-join-fo... juga layak dilihat
    Itu awalnya adalah tautan yang diajukan, tetapi kemudian diganti lewat https://news.ycombinator.com/item?id=42077657

  • Pelajaran hari ini: ternyata ini bukan sekadar gabungan kata-kata yang sedang tren
    https://en.wikipedia.org/wiki/Fusion_power#Machine_learning

    • Dosen pembimbing saya juga pernah mengerjakan proyek machine learning untuk mengestimasi kepadatan dan suhu elektron di dalam tokamak: https://www.cs.wm.edu/~ppeers/showPublication.php?id=Ozturk:...
      Secara teknis itu termasuk “AI untuk fusi”, tetapi rasanya sulit disebut sebagai terobosan. Dalam hampir semua kasus, efek AI itu periferal; bukan nol sepenuhnya, tetapi juga jauh dari promosi yang dibesar-besarkan
    • Hampir 20 tahun lalu saat saya mengerjakan grid computing, eksperimen fusi juga sudah dijalankan, datanya di-stream ke grid secara real-time untuk dianalisis cepat, lalu parameter baru untuk run berikutnya dihitung
      Seingat saya saat itu ada downtime sekitar 20 menit. Waktu itu kami tidak menyebutnya machine learning, dan jelas bukan deep learning seperti sekarang
    • Menarik. Ini mengingatkan saya pada bagaimana headset AR generasi baru seperti Orion bisa membuat hal-hal yang tadinya tampak mustahil menjadi mungkin hanya dengan menambahkan lapisan turunan jaringan saraf buatan di atas sebagian pengendali perangkat
      Saya penasaran seberapa banyak masalah yang akan berubah secara mendasar di hadapan teknik brute-force yang sudah matang
    • Cukup menarik jika dilihat sebagai reaksi kimia kompleks yang berusaha mempertahankan kehidupan dengan sendirinya
    • AI bukan kata tren kosong. Coba saja menangkan permainan Go tanpa machine learning
      Kalau kita abaikan cara bicara korporatnya, ada banyak hal keren yang nyaris baru dimungkinkan oleh jaringan saraf

  • Di bidang fusi ada cukup banyak riset AI. Dalam fusi kurungan inersia, yang bersaing dengan fusi kurungan magnetik seperti tokamak, National Ignition Facility (NIF) menggunakan AI dalam eksperimen yang mencapai “ignition”
    Lab kami bekerja sama dengan para peneliti di Laboratory for Laser Energetics untuk mencoba meningkatkan fusi kurungan inersia (ICF) dengan AI. Baru-baru ini kami menerbitkan makalah [1] tentang penggunaan Kolmogorov-Arnold Networks (KANs) untuk memprediksi hasil eksperimen ICF. Simulator fisika saat ini berbasis kode Fortran lama, lambat, dan memiliki galat besar antara prediksi dan tembakan laser nyata, sehingga salah satu tujuannya adalah membuat prediktor yang lebih baik dengan jaringan saraf. Sulit melakukan iterasi cepat dengan data nyata, dan dataset tembakan ICF juga hanya sekitar 300, jadi memang diperlukan
    [1] https://arxiv.org/abs/2409.08832

    • Ini lagi-lagi pola dari sisi ilmu komputer yang bilang “kode Fortran lama itu jelek”. Galat besar antara prediksi kode dan tembakan laser muncul karena LPI secara inheren sangat bising dan hampir mustahil mengendalikan kondisinya sepenuhnya
      Bahkan setelah simulasi mahal dijalankan selama berhari-hari sampai berminggu-minggu, dalam eksperimen hasilnya bisa berubah satu orde hanya karena fokus meleset 1 mikron. Masalahnya bukan pada “kode Fortran lama” itu sendiri; fisika yang benar ada di dalamnya. Masalahnya adalah kondisi awal tidak bisa dikendalikan, dan itulah yang membuat simulasi sistem seperti ini sulit
      Kode itu bukan sihir, melainkan kode fisika, dan biasanya mengodekan fisika yang kami pahami terkait eksperimen. Jadi ini hampir sama seperti mengatakan model fisikanya salah, dan itu menuntut standar pembuktian yang jauh lebih tinggi, sampai seolah harus membatalkan hampir 100 tahun fisika plasma. Ini bukan seperti prakiraan cuaca, di mana kita bisa menerbangkan balon cuaca ke seluruh dunia; kita juga tidak bisa terus-menerus memeriksa setiap mikron target sampai ke suhu dan kepadatan plasmanya
    • Bukankah ada jarak yang cukup lebar antara kode Fortran lama dan AI?
      Bagaimana kalau algoritme yang ada ditulis ulang dalam C dan diterapkan teknik modern? Misalnya multithreading atau komputasi GPU. Kalau memang ada nilainya, rasanya itu bisa dilakukan dan tidak akan memakan waktu terlalu lama
    • Saya penasaran dengan bagian “kode Fortran lama, lambat, dan galat prediksinya besar”
      Apakah ada referensi atau dokumentasi online yang menjelaskan API, perangkat lunak, dan kode sumber terkait proyek-proyek di bidang ini?

  • Sekitar 20 tahun lalu saat saya masih mahasiswa S1 di Universitas Padova, Italia, ada fasilitas eksperimen fusi di Legnaro, pinggiran kota
    Perangkat fusinya ada di satu gedung, dan ruang kendalinya ada di gedung sebelah. Waktu itu mereka masih memakai monitor CRT, dan setiap kali terjadi peristiwa kurungan magnetik, medan magnetnya begitu kuat sampai semua gambar layar di ruang kendali serentak bergeser ke satu sisi, lalu kembali lagi saat medannya mati. Itu terjadi melintasi seluruh bangunan

    • Saya jadi penasaran apakah itu juga memengaruhi hard drive atau mikrofon

  • Apakah ini cuma pengumuman perpanjangan pendanaan riset?

  • Katanya, “However, uncovering these inter-correlations analytically is too complex to be achieved analytically.”, bikin menghela napas.
    Antusias dengan pekerjaan sendiri itu bagus dan keren, tapi tidak bisakah kalimatnya sedikit dipoles dan berhenti memakai kata-kata klise promosi seperti “groundbreaking”, “now.. for the first time”, “unprecedented”? Ungkapan-ungkapan yang berantakan seperti ini sangat merusak keterbacaan argumen, dan sejujurnya membuat pembaca punya bias negatif sehingga bahkan menurunkan kredibilitas

    • Kemungkinan besar karena mereka memakai LLM dalam proses penulisannya

  • Neutron membuat perangkat keras menjadi radioaktif
    Di Hacker News ada banyak orang yang memimpikan reaktor fusi, bukan fisi. Reaktor fusi seperti ini akan menjadi sumber neutron cepat yang sangat kuat, dan semua perangkat keras internalnya akan menjadi radioaktif. Belum lagi sinar gamma
    Kalau pada akhirnya tetap harus menangani material radioaktif, kenapa tidak pakai fisi saja? Reaktor fisi sudah ditangani selama 70 tahun, dan kita tahu cara membuat serta mengoperasikannya dengan efisiensi lebih dari 95%. Fisi bisa memasok seluruh kebutuhan listrik yang diperlukan
    Saat ini ada 440 reaktor fisi yang beroperasi di 32 negara, dan 20% jaringan listrik Amerika Serikat berasal dari fisi. Kalau ingin mengembangkan teknologi energi, fokuslah pada peningkatan fisi. Misalnya hal-hal seperti bahan bakar TRISO(https://news.ycombinator.com/item?id=41898377) atau apa yang dilakukan Lightbridge(https://www.ltbridge.com/lightbridge-fuel). Hacker News bersikap memusuhi fisi dan menunjukkan sikap kalah sebelum bertanding karena tidak mampu membayangkan inovasi teknologi fisi, tetapi sikap ini lambat laun akan berubah
    Mengutip John Carmack, “Fusi deuterium akan menyediakan sumber bahan bakar yang murah dan pada dasarnya tak terbatas serta aliran limbah yang masih dapat dikelola, tetapi sebagai cara menghasilkan panas dibandingkan fisi, ini hampir lucu betapa rumit dan mahalnya. Fisi pada dasarnya mendekati ‘taruh batu-batu ini bersebelahan lalu mereka menjadi panas’”

    • Saya bukan ahli, tapi inilah yang saya kira saya pahami. Dari sudut pandang orang Prancis, saya mengonsumsi sebagian besar listrik saya dari PLTN fisi
      1/ Uranium tidak terbarukan, bahkan kebalikannya; perlu ditambang dan diproses, mahal, dan sangat mencemari. Di sebagian besar wilayah dunia, ia juga tidak ada dalam konsentrasi yang dibutuhkan, sehingga menimbulkan persoalan geopolitik
      2/ PLTN fisi memerlukan negara atau pemerintah yang berfungsi baik, serta kondisi tanpa perang. Serangan konvensional terhadap PLTN pun dapat menimbulkan akibat yang menghancurkan dan bertahan lama, dan kelompok teroris acak pun bisa melakukan hal seperti itu
      3/ Saya membaca tulisan yang mengatakan, “Pada akhirnya para peneliti berharap mengadopsi reaksi protium-boron-11. Reaksi samping masih mungkin terjadi, tetapi tidak secara langsung menghasilkan neutron.” Ini kutipan dari Wikipedia, tapi saya juga sudah melihatnya di sumber lain
      Jadi, fusi tampaknya bukan pilihan terbaik dalam jangka pendek karena kompleksitas dan biaya risetnya, tetapi dalam jangka menengah hingga panjang jelas tampak sebagai pilihan terbaik. Kita sudah membuat pilihan bencana jangka pendek dengan batu bara dan minyak, jadi semoga kita bisa belajar dari situ
      Atau mungkin saya sepenuhnya salah
    • Bahwa “neutron membuat perangkat keras menjadi radioaktif” itu benar, tetapi ada dua catatan
      1. Pembombardiran neutron akibat fusi membuat perangkat keras menjadi radioaktif selama kurang dari 10 tahun; memang tidak bagus, tetapi tidak sebanding dengan limbah fisi
      2. Beberapa proses fusi tidak melepaskan neutron, yaitu fusi aneutronik. Sejauh yang saya pahami, proses seperti ini kurang efisien, tetapi mungkin ada kompromi antara pembentukan limbah radioaktif dan efisiensi
    • Saya kurang paham maksud “dioperasikan dengan efisiensi lebih dari 95%”
      Jika yang dimaksud adalah keseluruhan proses memperoleh energi atau listrik dari reaktor, itu tidak mungkin. Itu tetap dibatasi oleh siklus Carnot. Bahkan reaktor paling maju seperti HTGR pun efisiensinya sekitar 45%
      Jika menggunakan definisi efisiensi yang tidak standar, akan lebih baik jika definisinya dijelaskan
      [1] https://en.wikipedia.org/wiki/High-temperature_gas-cooled_re...
    • Sebulan lalu Anda juga memposting komentar yang hampir persis sama kata demi kata[0], kenapa begitu? Saya tidak tahu alasannya, tetapi kalimat “Di Hacker News ada banyak orang yang memimpikan fusi, bukan fisi” tetap teringat di kepala saya
      [0] https://news.ycombinator.com/item?id=41677250
    • Menurut saya itu masalah yang paling kecil. Masalah yang lebih besar adalah korosi neutron
      Memang ada trik memakai pelindung litium untuk menghasilkan tritium yang dibutuhkan untuk fusi, tetapi saya tidak tahu seberapa efektif itu, terutama dari sudut pandang umur reaktor jangka panjang. Reaktor seperti ini sangat mahal, jadi juga tidak jelas apakah layak dimatikan setiap tahun dan mengganti seluruh pelindung Li