Google DeepMind, Nükleer Füzyon Denetimi İçin Bir Yapay Zekayı Eğitti

Dünyanın en büyük yapay zeka firması Google DeepMind, bir nükleer füzyon reaktörünün kalbinde bulunan plazmayı denetim etmek ve bilimin yıllardır pak güç üzerinde çalıştığı projeyi farklı bir pozisyona taşımak için derin pekiştirmeli öğrenme algoritması geliştirdi. Sıfırdan hazırlanan bu algoritma, daha sonraki süreçte istenilen formda çalışması gayesiyle bir eğitim sürecinden geçirildi. Pekala Google’ın ana şirketi Alphabet dayanaklı DeepMind’ın iştirakiyle gerçekleştirilen bu atılımın ayrıntıları neler?

Bilindiği üzere hidrojen atomları, güneşin yüzeyinden daha sıcak bir ortamda yer aldıklarında bir ortaya gelerek plazmaya dönüşürler. Unsurun dördüncü hali olan ve yalnızca gazların çok ısıtılmasıyla atomlarına ayrılması durumunda ortaya çıkan plazmaları denetim altında tutmak, geleceğin en pak güç kaynağı nükleer füzyon teknolojisinin gelişmesinde büyük kıymete sahip. Günümüzde aşikâr bir düzeye gelmiş nükleer füzyonun ilerleyişi artık çeşitli mühendislik dizaynları altında devam ediyor. İsviçre’deki École Polytechnique Fédérale de Lausanne Üniversitesi bünyesindeki Plazma Merkezi’nin yöneticisi Ambrogio Fasoli, bahisle alakalı olarak, “Plazmadan güç üretebilmemiz için bunu ısıtabilmeli ve nispeten uzun bir müddet boyunca etkin formda tutabilmemiz gerekiyor.” açıklamasında bulundu. İşte tam bu noktada Google DeepMind devreye giriyor.

Alphabet’in yapay zeka kuruluşu daha evvel oyunlar ve proteinler üzerinde çalışmıştı. Google DeepMind artık ise nükleer füzyon tepkisini yönetmek gayesiyle bir yapay zeka projesi işine giriyor. İsviçre Plazma Merkezi’nin iştirakiyle yürütülecek bu araştırmada, bir füzyon reaktörünün tokamakındaki (milyonlarca Celsius sıcaklıkla oluşturulan plazmayı denetim altında tutmak için kullanılan bobinlerle kaplı manyetik alan) anlık ayarlamaları DeepMind’in geliştireceği yapay zeka üstlenecek.

Bilim insanları nükleer füzyon tepkisini sınırlayarak yönetmek için güçlü manyetik bobinler kullanırlar. Az evvel bahsettiğimiz tokamakın bünyesindeki bu bobinler sayesinde plazma, istenen pozisyona yönlendirilebilir ve şekillendirilebilir. Buradaki kıymetli ve can alıcı nokta ise bobinleri dikkatli bir halde ayarlayarak plazmanın tokamak alanının kenarlarına temas etmesini önlemek. Şayet füzyon reaktörü içerisindeki plazmanın hareketi denetim edilmezse, reaktör duvarlarında kimi tahribatlar oluşabilir. Ayrıyeten bu durumda tepki yavaşlaması da yaşanabilir ve plazmadan alınacak randıman düşer. Diğer bir açıdan akıllara gelen birinci soru plazmanın patlama riskinin ne düzeyde olduğu. Plazmalar, tokamak üzere manyetik bir alan sınırlaması içerisinde bulunmadıkları sürece aktifliklerini sürdüremezler ve kaybolurlar. Haliyle bu türlü bir ekstrem durumun yaşanması pek de mümkün değil.

Mevzubahis plazmaların idaresi olduğunda yapılarını değiştirerek bunlardan daha fazla güç elde edilmek isteniyorsa, büyük bir tasarım gereksinimi kendini gösteriyor. Klâsik füzyon sistemleri, çeşitli çalışma modellerine ve simülasyonlara dayalı bilgisayar denetiminde olduğundan; plazmada kapsamlı değişiklikler yapmak bu bilgisayarlarda karmaşık ve güçlü bir süreç. Google DeepMind, da plazmaları otonom olarak denetim edebilen bir yapay zeka geliştirerek bilim insanlarının sırtındaki büyük yükü devralmaya hazırlanıyor.

Araştırmacıların hazırladığı ve Nature mecmuasında yayımladığı makaleye nazaran, gelecekteki gelişmiş füzyon reaktörlerinin dizaynına ışık tutacak değişken konfigürasyonlu TCV tokamakının bünyesindeki 19 manyetik bobinin denetimi derin pekiştirmeli öğrenme sistemine bırakıldı. DeepMind’ın denetim grubu başkanı Martin Riedmiller, yaptığı açıklamada, “Bir tokamak içindeki plazmayı denetim etmenin beraberinde getirdiği sıkıntıları çözme konusunda yapay zekanın uygun bir yapıda olduğunu keşfettik.” diyerek projenin istendiği üzere ilerlediğini belirtti.

İnsan beyninin yapısı örnek alınarak tasarlanmış bir çeşit yapay zeka eklentisi olan nöral ağlar, tokamak bobinlerini yönetebilmesi hedefiyle öncelikle bir simülasyon ile eğitildi. Bahsettiğimiz simülasyonda 19 adet bobinin her birinde manyetik ayarlar değiştirilince, tokamak içindeki plazmanın formunun nasıl etkilendiği yapay zeka tarafından gözlemlendi. Daha sonra DeepMind’in nöral ağı, tokamakdaki plazmayı reaktör tiplerine nazaran değişen bir dizi farklı hale dönüştürmeyi bile başardı.

Özetle DeepMind’ın yapay zekası, hem simülasyonda hem de gerçek testlerde TCV tokamakındaki manyetik bobinleri yanlışsız bir halde kendi kendine yönetti. İsviçre Plazma Merkezi’nin yöneticisi Ambrogio Fasoli bu gelişmenin gelecekteki tokamakların dizaynını etkileyebileceğini bilhassa belirtiyor. Imperial College London’da bir füzyon uzmanı olan Yasmin Andrew ise sonuçları olumlu değerlendirmesinin yanında, derin pekiştirmeli öğrenmenin daha büyük reaktörlerde de görmeyi ilgi alımlı buluyor.

Google DeepMind tarafından yapılan bu atılım, nükleer füzyonu denetim etmek hedefiyle yapay zekanın birinci defa kullanılması değil. Google, 2014 yılından bu yana, makine tahsilini farklı füzyon reaktörlerine uygulamak için Kaliforniya merkezli füzyon şirketi TAE Technologies ile birlikte çalışıyor ve bu da deneysel bilgilerin niteliğini her sene artırıyor. Ayrıyeten, Birleşik Krallık’taki JET füzyon projesinde de plazmanın davranışını iddia etmek için yapay zeka kullanılmıştı.

Fizikçiler, küçük ölçekli tokamaklardaki plazmayı klasik prosedürlerle denetim etme yerine yapay zekaya güvenseler de, iş nöral ağları güç santrali boyutundaki reaktörlere uyarlamaya gelince birtakım pürüzlerin ortaya çıkabileceğini düşünüyorlar. Füzyon alanında ilerlemeler yavaş ama istikrarlı bir formda devam ettiğinden sıkıntıların çözülmemesi kelam konusu değil fakat biraz vakit alacağa benziyor. Öteki taraftan harcanan vaktin meyvesini verdiğini söyleyebiliriz. Çünkü geçen hafta JET projesi yeni bir rekor kırarak, bir füzyon reaktöründen elde edilen en yüksek güç ölçüsüne ulaşmıştı. İlerlen süreçte füzyon teknolojilerinde çok daha fazla gelişmenin yaşanacağı iddia ediliyor. Fikirlerinizi yorumlarda paylaşmayı unutmayın.