La evolución de la inteligencia artificial (IA) para influir en problemáticas propias de las ciencias exactas es lenta, pero cada vez más efectiva. Así lo ha demostrado recientemente DeepMind, el laboratorio de inteligencia artificial de Alphabet Inc., empresa matriz de Google, en un estudio publicado en Nature.
En colaboración con el Swiss Plasma Center de las Universidad EPFL se desarrolló un algoritmo de aprendizaje reforzado profundo. A través de este se busca controlar el plasma generado en la reacción de la fusión nuclear. El objetivo principal ─según lo explicado por el director del Centro Suizo de Plasma, Ambrogio Fasoli─ es calentar la materia y mantenerla unida el tiempo suficiente para extraer energía.
Tabla de contenidos
¿Por qué la fusión nuclear es un problema tan desafiante?
La fusión nuclear es una reacción a través de la cual se unen dos núcleos ligeros (núcleos atómicos de átomos de hidrógeno) para formar uno más pesado. Gracias a esto se logra que la masa se transforme en energía concentrada. La fusión nuclear se convierte así en una fuente de energía más eficiente y mucho más limpia que la que provee la fisión nuclear.
Te recomendamos leer:
- Energía nuclear | ¿Qué es? ¿Es una energía limpia?
- Energía nuclear | La «manzana de la discordia» en Europa
Ahora bien, aunque la fusión nuclear es un proceso natural que se da dentro de las estrellas. En ellas es la misma gravedad la que mantiene unido al plasma. Aun así, en la Tierra el proceso se dificulta. Para mantener los núcleos atómicos juntos se requiere de temperaturas extremadamente altas que transformen a la materia en un estado diferente a líquido, sólido o gaseoso. Este cuarto estado es conocido como plasma.
Debido a que el plasma es una materia que cambia constantemente, se debe medir de manera continuada y atendiendo a la mayor cantidad de detalles posibles para que los reactores funcionen adecuadamente. Es por dicha razón que el esfuerzo se enfoca en incluir la inteligencia artificial como una herramienta para controlar la velocidad de las bobinas magnéticas e impedir que el plasma deje de circular.
De esta manera, la inteligencia artificial es una gran aliada para controlar la configuración del plasma en aras de producir mayor energía; además de coordinar y optimizar adecuadamente los procesos de ingeniería y diseño requeridos. A esto es a lo que busca responder DeepMind.
Así funciona el algoritmo de inteligencia artificial de DeepMind
En la actualidad, los investigadores utilizan reactores a base de imanes o láseres para mantener el plasma unido. El reactor Tokamak, por ejemplo, es un reactor imantado en el que el plasma queda atrapado ─como si fuera una jaula electromagnética─. Gracias a esta reacción, la forma del plasma no cambia. De igual forma y, como mencionamos anteriormente, se evita que toque las paredes del reactor. A la vez, se evita que este se dañe y que, además, el plasma se enfríe.
- Quizás te interese: Empresas de inteligencia artificial | 20 compañías líderes de IA
Para entender el funcionamiento del algoritmo, vale la pena resaltar que este se estrenó en un reactor virtual. De esta manera, el algoritmo aprendió a controlar y cambiar la forma del plasma. Cuando los expertos observaron su funcionamiento, se le dio el control del reactor experimental Tokomak de configuración variable. El algoritmo logró mantener el control por un máximo de dos segundos.
Debido a la prueba anterior, el algoritmo de DeepMind está dividido en dos redes neuronales. Una de ellas, la más grande, es la red crítica. Esta red controla el reactor dentro de la simulación a través de pruebas de ensayo y error. Por otra parte, la segunda red es conocida como la red actor y, a diferencia de la red crítica, funciona directamente en el reactor.
Con ayuda de estas redes neuronales, la IA ajusta la tensión de los imanes y toma más de 90 medidas en tiempo récord, llevando a la creación de nuevas y mejoradas configuraciones del reactor.
- Lectura recomendada: Inteligencia artificial y computación cuántica | ¿Qué esperar de esta potente alianza?
Facilidades que llegan con la inteligencia artificial en la fusión nuclear
El control del plasma a través de la IA no solo acelera el proceso dentro del reactor, sino que también se consolida como el punto de inicio para nuevas experimentaciones relacionadas con las condiciones de los reactores y las posibles circunstancias que se puedan prevenir o resolver a futuro.
Además de esto, impulsa la sofisticación de procesos y herramientas del aprendizaje por refuerzo. Herramientas que serán clave para darle un nuevo enfoque a la fusión nuclear comercial. De la mano con esto, se impulsa también el diseño de reactores cada vez más potentes que amplíen las fronteras de este campo.
Quizás te interese:
- Aprendizaje supervisado | Qué es y en qué se diferencia del aprendizaje no supervisado
- Machine learning o aprendizaje automático | Qué es, aplicaciones y su futuro prometedor
Así las cosas, el algoritmo permite a los investigadores asumir riesgos necesarios para avanzar, pero siempre de manera controlada y lo más acertada posible. Al respecto, Fasoli afirma:
Hay cosas que debemos evitar rotundamente porque dañan el dispositivo. Si estamos seguros de que tenemos un sistema de control que nos acerca a los límites, pero no los supera, entonces podemos explorar más posibilidades. Podemos acelerar la investigación.
El algoritmo aún se encuentra en fase de prueba y requiere aún de un periodo de tiempo considerable para determinar el alcance de su funcionamiento. Aún así es la prueba de que la IA permite abordar las ciencias exactas de modos que antes se creían imposibles o supremamente arriesgados. A su vez, permite abordar perspectivas diversas que lleven a procesos de retroalimentación más precisos y eficientes.
Por ahora, resta esperar a que los ensayos continúen revelando el funcionamiento del algoritmo y nuevos usos dentro del campo de la fusión nuclear.
Para ti: