Afin de faire face aux besoins énergétiques d’une population humaine en perpétuelle croissance, les physiciens se tournent vers la fusion nucléaire, et en particulier, les réacteurs de type tokamak.
Ce type de technologie se base sur le contrôle d’une masse de plasma d’hydrogène à des températures plus hautes que le centre du soleil pour déclencher et maintenir dans le temps les processus physiques nécessaires pour pouvoir en extraire de l’énergie.
Dans une collaboration avec les équipes d’EPFL à Lausanne, des chercheurs de chez Deepmind ont réussi à prendre le contrôle des « Variable Configuration Tokamak » et modifier la forme des masses de plasma en utilisant des réseaux de neurones profonds entraînés avec des techniques d’apprentissage par renforcement.
En particulier, ils se sont appuyés sur des simulateurs pour réaliser leurs premiers essais, pour ensuite basculer sur des vrais tokamaks et réussir à stabiliser des formes jusqu’alors instables telles que la gouttelette.
Découvrez l’article de référence :
Magnetic control of tokamak plasmas through deep reinforcement learning
Auteurs : Jonas Degrave, Federico Felici, Jonas Buchli, Michael Neunert, Brendan Tracey et al.
Source : https://www.nature.com
Publication le : 16 février 2022
Iconographie : https://www.deepmind.com/
Voir aussi :
- Les transformers passent du langage naturel au développement de code
- Le design de circuits intégrés sous l’optique des jeux
Envie de rester informé(e) ?
Abonnez-vous à la Newsletter Scal[ia]
Articles connexes
