核融合発電の実用化を加速させる？ DeepMindが開発した「プラズマを制御するAI」が秘めた可能性

2022年3月22日 17時0分

環状の磁場で高温のプラズマを閉じ込めて核融合を起こす「トカマク」と呼ばれるドーナツ状の装置の内部は、ある種のカオスのような状態になっている。水素原子が底知れぬ高温でぶつかり合い、太陽の表面よりも高い温度でプラズマが渦巻いているのだ。このプラズマをうまく制御して閉じ込める方法を見つけることが、クリーンエネルギーを生み出す技術として何十年も注目されてきた核融合の可能性を引き出す鍵となる。

「核融合発電の実用化を加速させる？ DeepMindが開発した「プラズマを制御するAI」が秘めた可能性」の写真・リンク付きの記事はこちら

核融合の理論は現時点である程度は固まっているので、残るは工学的な課題だ。「原子を加熱してエネルギーを取り出せるまでの十分な時間、そのままの状態を保たなければなりません」と、スイス連邦工科大学ローザンヌ校のスイスプラズマセンター所長のアンブロジオ・ファソリは語る。

そこでDeepMind（ディープマインド）の出番だ。グーグルの親会社アルファベット傘下で人工知能（AI）の研究を専門とするこの企業は、これまでビデオゲームやタンパク質の構造を予測するAIなどを開発してきた。そのDeepMindが、核融合反応を制御するAIの開発研究プロジェクトをスイスプラズマセンターと共同で進めているのである。

毎週開催のイベントに無料参加できる！『WIRED』日本版のメンバーシップ会員募集中！

核融合が起きている恒星においては、莫大な質量からくる重力の影響で水素原子は互いに引きつけ合い、電荷の反発に打ち勝つことができる。これに対して地球上では、科学者は重力の代わりに強力な磁気コイルを使って核融合反応を閉じ込め、陶芸家がろくろで土の形を整えるように原子を適切な位置に誘導する。

この際には、プラズマが真空容器の側面に触れないよう制御装置のコイルは慎重に制御しなければならない。プラズマが真空容器の側面に触れると傷がつき、核融合反応が遅くなるからだ（磁場で閉じ込めていないと核融合反応は起きないので、爆発の危険はさほどない）。

ただ、研究者がプラズマの構成を変え、より高エネルギー、あるいはよりクリーンなプラズマを得ようとさまざまな形状を試すには、工学と設計の面で多くの作業を必要とする。従来のシステムはモデルや入念なシミュレーションに基づいてコンピューターで制御しているが、それは「複雑で必ずしも最適化されているとは言えないのです」と、ファソリは指摘する。

AIによるプラズマ制御

そこでDeepMindは、プラズマを自律的に制御するAIを開発した。科学誌『Nature』に掲載された論文では、磁場配位の変更によってプラズマの形状などを変えられる「TCV」と呼ばれるトカマクの内部にある19個の磁気コイルを、ふたつの研究グループがいかに深層強化学習システムに学習させることで制御できるようになったかを説明している。

このTCVはスイスプラズマセンターに設置されており、将来的により大きな核融合反応を起こせる装置の設計の研究に用いられている。「AI、特に強化学習はトカマクのプラズマ制御にまつわる複雑な問題を解く上で適しています」と、DeepMindの制御チームのリーダーのマーティン・リードミラーは語る。

研究では、まず人間の脳の構造をまねてつくられたAIの一種であるニューラルネットワークにシミュレーションを学ばせた。19個のコイルの設定を変えることで、真空容器内のプラズマの形状がどのように変化するかをニューラルネットワークに観察させたのだ。

次にさまざまな形状を示し、その形状のプラズマを再現できるよう訓練した。フランスで建設中の大型の実験用トカマクである「国際熱核融合実験炉（ITER）」で使用予定の断面がD型の形状や、核融合反応で発生した熱を容器内でより均一に逃がせる雪の結晶のような形状などが試された。

DeepMindのニューラルネットワークは、核融合研究者が研究してきた異なる形状のプラズマの多くを核融合反応装置内で再現できた。

ILLUSTRATION: DEEPMIND & SPC/EPFL

DeepMindのAIは、自律的に磁気コイルを適切に制御することで、これらの形状を再現した。シミュレーションでも、研究者がシミュレーション結果を検証するためにTCVで実施した実験でも再現できている。これは「大きな一歩」であり、将来のトカマクの設計に影響を与え、核融合炉の実用化が早まる可能性があるとスイスプラズマセンター所長のファソリは語る。

「非常に前向きな結果です」と、インペリアル・カレッジ・ロンドンの核融合の専門家であるヤスミン・アンドリューは言う。アンドリューはこの研究にかかわっていないものの、「この技術をより大きなトカマクでも転用できると面白いかもしれません」と語る。

AI技術の発展

核融合のプロセスは複雑かつ連続的であることから、今回の研究はDeepMindの科学者にとって特殊な挑戦だった。最強の囲碁AIとして有名になった同社の「AlphaGo」が学習したターン制のゲームとは異なり、プラズマの状態は常に変化する。また、プラズマの状態を継続的に測定できないことが、問題をさらに難しくしている。AIの研究者は、これを「十分に観察できないシステム」と呼んでいる。

「連続性のない問題を解くのが得意なアルゴリズムは、連続性のある問題の対処に苦労することがあります」と、DeepMindのリサーチサイエンティストのジョナス・ブチリは語る。「こうした問題に対処できると示せたことは、わたしたちのアルゴリズムにとって大きな前進です。これは間違いなく非常に複雑な問題なのです。ゲームとはまた異なる複雑さがあります」

「WIRED Thursday Editor's Lounge」本格始動！いまいちばん会いたいゲストに“公開インタビュー”。毎週木曜夜のオンラインイベントをチェック！（詳細はこちら）

AIを用いて核融合を制御しようとする試みは、これが初めてではない。グーグルは2014年からカリフォルニア州に拠点を置く核融合企業のTAE Technologiesと共同で、別種の核融合炉で機械学習による実験データの分析の高速化を図っている。英国の「欧州トーラス共同研究施設（JET）」による核融合プロジェクトでは、プラズマの動きを予想するためにAIを活用した。

似たアイデアはフィクションにも登場する。2004年公開の映画『スパイダーマン2』に登場する悪役のドクター・オクトパスは、AIを搭載した脳制御の外骨格で核融合実験炉を制御していた。この仕組みは、AIが彼の意識を乗っ取って人に危害を与えるようになるまでは、うまくいっていた。

核融合炉の実現に向けた取り組み

DeepMindとの共同研究は、核融合炉の大型化を図る際に最も重要な技術になるかもしれない。物理学者はこれまでの手法で小規模なトカマクのプラズマをうまく制御できるようになったが、実用的な発電所に相当する規模の核融合炉をつくれるようになるまでの課題はまだ多い。

とはいえ、ゆっくりだが着実に進歩している。JETがこのほど核融合から取り出したエネルギー量の最高記録を打ち立てたことは、大きな進歩である。また、国際プロジェクトであるITER計画のもとで、25年に稼働が始まれば世界最大となる実験核融合炉がフランスで建設中だ。

「トカマクの複雑さと性能が高まるほど、多くの質量をより高い信頼性と精度をもって制御できるようにしなければなりません」と、カリフォルニア大学サンディエゴ校のエネルギー研究センターの准研究員であるドミトリ・オルロフは語る。

AI制御のトカマクは、核融合反応による熱を容器の壁へと移し、“プラズマの不安定さ”に影響を与えないように最適化できる可能性がある。強化学習でより緻密に制御できるようになれば、それを生かした設計の核融合炉をつくれるようにもなる。

DeepMindとの協力によって研究者は、これまでの限界を超えて核融合発電の実現を早められると、スイスプラズマセンターのファソリは語る。「AIがあれば、これまで探究できなかったことを探究できます。制御システムがなければとれないリスクをとれるようになるからです。限界を超えず、限りなく上限に近づける制御システムであると確信をもてれば、ほかの方法では探究できない可能性を調べられるようになるはずです」

（WIRED US/Translation by Nozomi Okuma）

※『WIRED』による核融合の関連記事はこちら。