PACMAN integra varios controles de IA en el tokamak DIII-D

Confinar plasma en un tokamak exige corregir cambios que pueden crecer en milisegundos. Los modelos de aprendizaje automático ya podían predecir o controlar tareas específicas, pero cada demostración solía llegar al equipo como un sistema aislado. Andrew Rothstein, Hiro Farre-Kaga, Egemen Kolemen y sus colegas preguntaron si varios modelos podían usar los mismos diagnósticos y actuadores sin emitir órdenes incompatibles. Su respuesta fue una arquitectura llamada PACMAN, sigla inglesa de predicción y control mediante aprendizaje automático, instalada en el tokamak de investigación DIII-D de Estados Unidos.

PACMAN organiza el control en cuatro etapas. Primero reúne mediciones en tiempo real, como temperatura, densidad y señales magnéticas, y comprueba si contienen errores. Después, los modelos elegidos para cada tarea estiman el estado del plasma o su evolución inmediata. Los controladores convierten esas estimaciones en solicitudes para la calefacción, la inyección de gas y otros actuadores. Por último, una capa resuelve solicitudes que compiten, impone los límites físicos del equipo y solo entonces envía las órdenes. Un ciclo completo típico tarda unos 20 milisegundos y se repite durante cada descarga experimental.

El artículo describe cinco aplicaciones separadas en DIII-D. Un controlador de aprendizaje por refuerzo gestionó los sistemas de calefacción; un modelo estimó la probabilidad de ráfagas de energía en el borde del plasma; otro detectó y controló ondas impulsadas por partículas rápidas; un controlador llevó los perfiles de densidad y rotación hacia objetivos fijados por los investigadores; y un quinto intentó anticipar y evitar un modo de desgarro. Este modo es una inestabilidad magnética que reorganiza el plasma y puede reducir el rendimiento. Las cinco tareas compartieron la misma estructura de entrada, decisión y salida, pero no fueron una prueba simultánea de todas las capacidades.

En la demostración del modo de desgarro, el modelo calculaba la probabilidad de que la inestabilidad surgiera dentro de una ventana temporal configurable. Cuando la probabilidad superaba un umbral, el controlador redirigía el calentamiento por microondas hacia una región adecuada del plasma. Según el laboratorio, la predicción llegó unos 200 milisegundos antes de la aparición esperada, mientras que los controles convencionales suelen detectar el modo después de que comienza. Esa anticipación permitió modificar el plasma para evitar el evento en lugar de intentar suprimirlo cuando ya estaba en marcha.

La arquitectura también coordinó seis girotrones, fuentes de microondas que calientan el plasma, ajustando la potencia y la posición de sus espejos para cumplir objetivos predefinidos. Los operadores humanos siguieron eligiendo esos objetivos y configurando los parámetros entre descargas. Si fallaba una entrada, el controlador asociado no emitía una nueva solicitud; la capa final además limitaba cada orden a los márgenes seguros del hardware. Por tanto, la autonomía demostrada corresponde a la ejecución rápida, no a la elección de los objetivos científicos ni a la decisión de operar el tokamak.

El avance central es de ingeniería de control: una infraestructura común recibió modelos diferentes, resolvió conflictos entre actuadores y funcionó en experimentos reales. Esto podría reducir el trabajo necesario para incorporar nuevos algoritmos a DIII-D. Comprobar si la misma organización sigue siendo rápida, estable y segura en otros tokamaks requerirá nuevas instalaciones y pruebas; los experimentos publicados no midieron producción neta de energía ni el rendimiento de una futura central de fusión.