O aprendizado de máquina facilita o “rastreamento de turbulência” em reatores de fusão

Jan 20, 2024

As imagens para download no site do escritório de notícias do MIT são disponibilizadas para entidades não comerciais, imprensa e público em geral sob uma licença Creative Commons Attribution Non-Commercial No Derivatives. Você não pode alterar as imagens fornecidas, exceto cortá-las no tamanho. Uma linha de crédito deve ser utilizada na reprodução das imagens; se não houver um abaixo, credite as imagens ao "MIT".

imagem anterior imagem seguinte

A fusão, que promete energia praticamente ilimitada e livre de carbono usando os mesmos processos que alimentam o sol, está no centro de um esforço de pesquisa mundial que pode ajudar a mitigar as mudanças climáticas.

Uma equipe multidisciplinar de pesquisadores agora está trazendo ferramentas e insights de aprendizado de máquina para ajudar nesse esforço. Cientistas do MIT e de outros lugares usaram modelos de visão computacional para identificar e rastrear estruturas turbulentas que aparecem nas condições necessárias para facilitar as reações de fusão.

Monitorar a formação e os movimentos dessas estruturas, chamados de filamentos ou "blobs", é importante para entender os fluxos de calor e partículas que saem do combustível de reação, o que determina os requisitos de engenharia para que as paredes do reator atendam a esses fluxos. No entanto, os cientistas normalmente estudam blobs usando técnicas de média, que trocam detalhes de estruturas individuais em favor de estatísticas agregadas. As informações de blob individuais devem ser rastreadas marcando-as manualmente nos dados de vídeo.

Os pesquisadores construíram um conjunto de dados de vídeo sintético de turbulência de plasma para tornar esse processo mais eficaz e eficiente. Eles o usaram para treinar quatro modelos de visão computacional, cada um dos quais identifica e rastreia blobs. Eles treinaram os modelos para identificar bolhas da mesma forma que os humanos fariam.

Quando os pesquisadores testaram os modelos treinados usando videoclipes reais, os modelos puderam identificar blobs com alta precisão – mais de 80% em alguns casos. Os modelos também foram capazes de estimar efetivamente o tamanho dos blobs e as velocidades em que eles se moveram.

Como milhões de quadros de vídeo são capturados durante apenas um experimento de fusão, o uso de modelos de aprendizado de máquina para rastrear blobs pode fornecer aos cientistas informações muito mais detalhadas.

"Antes, podíamos obter uma imagem macroscópica do que essas estruturas estão fazendo em média. Agora, temos um microscópio e o poder computacional para analisar um evento de cada vez. Se dermos um passo atrás, o que isso revela é o poder disponível dessas técnicas de aprendizado de máquina e maneiras de usar esses recursos computacionais para progredir", diz Theodore Golfinopoulos, cientista pesquisador do MIT Plasma Science and Fusion Center e coautor de um artigo detalhando essas abordagens.

Seus colegas co-autores incluem o autor principal Woonghee "Harry" Han, um candidato a doutorado em física; autor sênior Iddo Drori, professor visitante no Laboratório de Ciência da Computação e Inteligência Artificial (CSAIL), professor associado do corpo docente da Universidade de Boston e adjunto da Universidade de Columbia; bem como outros do Centro de Ciência e Fusão de Plasma do MIT, do Departamento de Engenharia Civil e Ambiental do MIT e do Instituto Federal Suíço de Tecnologia em Lausanne, na Suíça. A pesquisa aparece hoje na Nature Scientific Reports.

Aquecendo as coisas

Por mais de 70 anos, os cientistas procuraram usar reações controladas de fusão termonuclear para desenvolver uma fonte de energia. Para atingir as condições necessárias para uma reação de fusão, o combustível deve ser aquecido a temperaturas acima de 100 milhões de graus Celsius. (O núcleo do sol tem cerca de 15 milhões de graus Celsius.)

Um método comum para conter esse combustível superquente, chamado plasma, é usar um tokamak. Esses dispositivos utilizam campos magnéticos extremamente poderosos para manter o plasma no lugar e controlar a interação entre o calor de exaustão do plasma e as paredes do reator.