[📪정보] 막스 플랑크 연구소 : 핵융합에서 인공지능이 중요해지는 이유

[ㅇ.ㅇ(nj1000)]

ChatGPT와 같은 소프트웨어 도구는 올해 전 세계적으로 머신러닝과 AI를 인기 있게 만들었습니다. 막스 플랑크 플라즈마 물리학 연구소(IPP)의 연구자들은 한동안 이러한 과학용 알고리즘을 성공적으로 개발해 왔습니다

핵융합 반응은 섭씨 수백만 도의 플라즈마, 즉 하전 입자(이온 및 전자)가 있는 물질 상태에서 발생합니다. 핵융합 발전소로 가는 길에는 목표한 방식으로 특정 플라즈마 상태를 생성할 수 있는 것이 가장 중요합니다. 이것이 실험에서 달성될 수 있는지 여부는 간접적인 측정을 통해서만 결정될 수 있으며 이는 결코 사소한 일이 아닙니다. 이는 플라즈마가 매우 복잡하고 불균일하며 끊임없이 변화하는 실체이기 때문에 필수 영역에서는 사람의 눈에도 보이지 않습니다. 이것이 바로 ASDEX 업그레이드 및 Wendelstein 7-X와 같은 실험 시설이 플라즈마 방전의 매 순간마다 수 기가바이트의 측정 데이터를 생성하는 첨단 측정 장비 함대로 둘러싸여 있는 이유입니다.

이러한 막대한 양의 데이터를 평가하기 위해 머신러닝(ML) 방법이 점점 더 많이 사용되고 있습니다. 결국, 그것이 바로 인공지능(AI)의 강점이다. 충분한 훈련 데이터를 공급하면 엄청난 양의 데이터에서 패턴을 인식하고 그로부터 원리를 도출할 수 있다.

실무 그룹 리더인 Udo von Toussaint 박사는 "우리는 지난 몇 년 동안 IPP에서 이 분야에 대한 상당한 전문 지식을 구축했습니다."라고 설명합니다. "그리고 AI 알고리즘을 개발하는 연구소의 연구원 수가 계속해서 늘어나고 있습니다." IPP 성공의 가장 최근 사례: "Contributions to Plasma Physics" 저널이 6월에 이 주제에 대한 중요한 현재 작업과 함께 "플라즈마 물리학의 기계 학습 방법"에 대한 특별호를 출판했을 때 12개의 기사 중 3개가 IPP에서 나왔습니다. von Toussaint 박사는 이 문제의 편집팀의 일원이었습니다.

근본적인 측정 오류 찾기 및 수정

이 논문 중 하나는 플라즈마 물리학에서 특히 자주 발생하는 실험 물리학의 근본적인 문제, 즉 측정에서 "이상치"를 감지하는 방법, 즉 결과를 위조하지 않도록 분류해야 하는 측정 값을 다루는 방법을 다루고 있습니다. 예를 들어 핵융합 실험에서는 그 과정에서 방출된 중성자가 의도치 않게 진단 영상 장비에 부딪혀 실제로 연구되는 물리적 현상과 아무 관련이 없는 결과를 초래하기 때문에 이러한 현상이 자주 발생합니다.

박사과정 학생인 Katharina Rath(IPP, Ludwig-Maximilians-Universität München)는 다른 연구자와 팀을 이루어 강력한 데이터 분석을 위한 알고리즘을 개발했습니다. 과제: 간단한 실험에서는 일련의 값에 맞지 않기 때문에 일반적으로 이상값을 육안으로 감지할 수 있습니다. 그러나 플라즈마 물리학에서는 간단한 평가를 거부하는 측정값의 다차원 데이터 클라우드가 발생합니다. 기계 학습의 기존 훈련 전략에도 이상값을 처리하는 데 문제가 있습니다. Udo von Toussaint는 "여기서 효과가 있는 전략을 개발하는 것이 IPP의 강점입니다. 우리는 소위 Student t-processes의 도움으로 이 작업에 성공했습니다."라고 말합니다. 게다가 알고리즘은 향후 누락된 측정 지점을 추정할 수도 있어야 합니다. 극단적인 경우, 예를 들어 여러 측정 장치 중 하나에 일시적인 오류가 발생한 경우 다른 진단 값에서 누락된 결과를 보간하는 것이 가능할 수도 있습니다.

플라즈마 상태를 제어하는 AI

현재 IPP와 다른 연구자들이 발표한 기계 학습 분야의 또 다른 획기적인 연구는 Wendelstein 7-X와 같은 별 모양체의 플라즈마 평형 상태를 실시간으로 감지하는 방법을 다루고 있습니다. 목표는 플라즈마 평형의 이상적인 상태를 달성하는 것입니다. 일반적으로 플라즈마의 이상적인 상태에 도달하고 유지되어야 합니다. "우리는 플라즈마를 전체적으로 볼 수 없기 때문에 여기서는 자기장 강도, 광도 효과 및 용기 벽의 온도 측정과 같은 파생된 측정량에 의존해야 합니다"라고 Udo von Toussaint는 설명합니다. 그럼에도 불구하고 플라즈마의 모양을 결정할 때 몇 센티미터 정도 차이가 나는 경우가 매우 많다”고 말했다.

실험 중에 플라즈마의 위치와 모양을 실시간으로 확인할 수 있는 경우에만 외부 매개변수를 재조정하여 적절한 평형 상태를 설정하고 유지할 수 있습니다. 그러나 조정된 제어의 경우 이러한 데이터의 불확실성을 추정하는 것이 중요합니다. 그렇지 않으면 제어가 잘못된 신호에 너무 강하게 반응할 수 있습니다. 박사 과정 학생인 Robert Köberl(IPP, TUM, TU Graz)은 다른 연구원들과 함께 플라즈마 상태(MHD 평형)를 재구성할 수 있을 뿐만 아니라 동시에 측정된 오류 범위에서 어떤 오류 범위가 발생하는지 결정할 수 있는 이 목적을 위한 알고리즘을 개발했습니다 . 가치. von Toussaint 박사는 "아직 빠르고 강력하며 정확한 계산을 동시에 수행할 수는 없습니다. 왜냐하면 그렇게 하면 오늘날 컴퓨터의 성능에 분명히 과도한 부담을 주게 되기 때문입니다"라고 말합니다. "그러나 오류 범위의 계산은 실험 제어의 의사 결정에 중요한 기초를 제공할 수 있습니다." 알고리즘이 플라즈마 평형으로부터의 높은 편차와 작은 오류 범위를 나타내는 경우 실험 제어를 다시 조정해야 합니다. 반면에 오류 범위가 크면 측정된 값을 의심하고 반응하지 않습니다.

물리학과 AI: 팀으로서 더욱 강력해집니다

점점 더 중요한 분야는 기계 학습 방법을 훈련하고 적용할 때 기존 경계 조건을 고려하는 것입니다. 특히 플라즈마 물리학에서는 플라즈마의 허용 상태에 대한 광범위한 지식이 있습니다. 예를 들어 플라즈마는 에너지 및 운동량 보존의 대상이 되기 때문입니다. IPP 이사 Eric Sonnendrücker 교수(IPP)는 최근 이 분야의 근본적인 연구로 Dawson Award를 수상했습니다.

그러나 이러한 기존 경계 조건을 일반적으로 사용되는 AI/ML 방법에 일관되게 통합하는 것은 매우 어려운 경우가 많습니다. 여기에서 IPP 과학자 Dr. Tomasz Tyranowski와 Dr. Michael Kraus는 플라즈마 물리학의 기본 모델 시스템 중 하나에 대한 플라즈마 시뮬레이션의 장기 안정성을 크게 향상시킬 수 있었습니다. ). 이는 이제 소위 대칭 방정식 구조가 AI 알고리즘에서 올바르게 고려되는 Vlasov 모델에 관한 것입니다 .

Udo von Toussaint는 "이러한 예는 기계 학습 방법이 플라즈마 물리학의 문제를 해결하는 데 종종 완벽하게 적합하다는 것을 보여줍니다."라고 말합니다. "그러나 우리의 발견은 완전히 다른 과학 분야에도 도움이 될 수 있습니다." AI/ML 연구의 솔루션이 보편적으로 사용될 수 있다는 사실은 최근 2023년 7월 Garching의 IPP에서 개최된 연례 MaxEnt 컨퍼런스(과학 및 공학의 베이지안 추론 및 최대 엔트로피 방법에 관한 국제 워크숍)에서 입증되었습니다 . 올해는 인공지능과 머신러닝이 큰 화두였습니다.

MaxEnt는 확률론적 모델(무작위 변수 및 확률 분포를 기반으로 한 수학적 모델)을 사용하여 다양한 분야의 문제를 해결하는 연구자들을 한자리에 모았습니다. 이는 재료 과학 및 공학, 지진 확률, 의학, 실제로 플라즈마 물리학에 관한 것입니다. Udo von Toussaint는 "우리 모두 그곳에서 서로에게서 배웁니다."라고 말합니다. 따라서 IPP의 AI/ML 알고리즘은 예를 들어 지구과학 및 기상학에서도 사용되거나 그 반대의 경우도 발생합니다.

인공지능과 기계 학습

AI는 일반적으로 컴퓨터가 외부로부터의 입력이나 정보에 독립적으로 반응하고 그로부터 학습하는 능력으로 이해됩니다. 머신러닝 알고리즘은 AI의 필수 구성요소입니다. 이는 기본적으로 훈련 데이터를 제공하고 규칙성과 패턴을 인식할 수 있는 통계 모델을 개발하는 시스템입니다. 머신러닝에는 다양한 방법이 포함됩니다. 가장 두드러진 대표자는 인공 신경망과 확률론적 프로세스(예: 가우시안 프로세스)입니다. 잘 알려진 AI 도구인 ChatGPT는 신경망을 기반으로 합니다.

https://www.ipp.mpg.de/5372351/ki_in_der_Fusionsforschung

아가리 털드만이 핵융합 곧 온다고 한 이유가 있음...

[익명(rechido)]