PACMAN integra vários controles de IA no tokamak DIII-D

Conter um plasma em um tokamak exige corrigir mudanças que podem crescer em milissegundos. Modelos de aprendizado de máquina já conseguiam prever ou controlar tarefas específicas, mas cada demonstração costumava chegar ao equipamento como um sistema isolado. O grupo de Andrew Rothstein, Hiro Farre-Kaga e Egemen Kolemen investigou se vários modelos poderiam usar os mesmos diagnósticos e atuadores sem produzir comandos incompatíveis. A resposta foi uma arquitetura chamada PACMAN, sigla em inglês para previsão e controle com aprendizado de máquina, instalada no tokamak de pesquisa DIII-D, nos Estados Unidos.

O PACMAN organiza o controle como uma sequência de quatro etapas. Primeiro, reúne medições em tempo real, entre elas temperatura, densidade e sinais magnéticos, e verifica erros. Em seguida, modelos escolhidos para cada tarefa estimam o estado do plasma ou sua evolução imediata. Controladores transformam essas estimativas em pedidos para aquecimento, injeção de gás e outros atuadores. Por fim, uma camada arbitra pedidos concorrentes, impõe os limites físicos do equipamento e só então envia os comandos. O ciclo completo típico leva cerca de 20 milissegundos e se repete durante o disparo experimental.

O artigo descreve cinco aplicações separadas no DIII-D. Um controlador por aprendizado por reforço administrou sistemas de aquecimento; um modelo estimou a probabilidade de surtos de energia na borda do plasma; outro detectou e controlou ondas excitadas por partículas rápidas; um controlador ajustou perfis de densidade e rotação a alvos definidos pelos pesquisadores; e um quinto procurou antecipar e evitar um modo de rasgamento. Esse modo é uma instabilidade magnética que reorganiza o plasma e pode reduzir o desempenho. As cinco tarefas compartilharam a mesma estrutura de entrada, decisão e saída, mas não constituíram um único teste de todas as capacidades ao mesmo tempo.

Na demonstração do modo de rasgamento, o modelo calculava a probabilidade de a instabilidade surgir dentro de um intervalo configurado. Ao ultrapassar um limiar, o controlador redirecionava o aquecimento por micro-ondas para uma região apropriada do plasma. Segundo o laboratório, a previsão veio cerca de 200 milissegundos antes do surgimento esperado da instabilidade, enquanto controles convencionais normalmente a detectam depois de iniciada. Essa antecedência permitiu modificar o plasma para evitar o evento, em vez de tentar suprimi-lo já em curso.

A arquitetura também coordenou seis girotrons, fontes de micro-ondas que aquecem o plasma, ajustando potência e posição dos espelhos para cumprir metas predefinidas. Os operadores humanos continuaram responsáveis por escolher essas metas e configurar os parâmetros entre disparos. Se uma entrada falhava, o controlador associado não emitia um novo pedido; a camada final ainda restringia cada comando às faixas seguras do hardware. Portanto, a autonomia demonstrada pertence ao ciclo rápido de execução, não à definição dos objetivos científicos nem à decisão de operar o tokamak.

O avanço central é de engenharia de controle: uma infraestrutura comum recebeu modelos diferentes, resolveu disputas por atuadores e funcionou em experimentos reais. Isso pode reduzir o trabalho necessário para levar novos algoritmos ao DIII-D. Saber se a mesma organização continuará rápida, estável e segura em outros tokamaks exige novas instalações e testes; os experimentos publicados não mediram produção líquida de energia nem o desempenho de uma futura usina de fusão.