Google DeepMind と Commonwealth Fusion Systems の融合エネルギーに向けたパートナーシップ

Google DeepMind は Commonwealth Fusion Systems (CFS) と研究パートナーシップを結び、実用的な融合エネルギーの開発を加速させています。協力は、人工知能を用いてプラズマを安定化させ、SPARC の運転を最適化することに焦点を当てています。SPARC は、磁気融合装置として初めて「ブレークイーブン」――融合から得られるエネルギーが維持に必要なエネルギーを上回る――を達成することを目指すコンパクトトカマクです。

TORAX を用いたプラズマシミュレーションの高速化

Google DeepMind は CFS に、JAX で構築されたオープンソースかつ微分可能なプラズマシミュレータである TORAX を提供しています。このツールにより、研究者はプラズマコア内の熱、電流、物質の流れとそれが周囲のシステムと相互作用する様子をシミュレートできます。

TORAX は CPU と GPU に対応し、AI 搭載モデルと統合できるため、CFS は SPARC 機が実際に稼働する前に、運転計画を洗練させるための数百万もの仮想実験を実行できます。CFS の Physics Operations シニアマネージャーである Devon Battaglia は次のように述べています。「TORAX はプロフェッショナルなオープンソースのプラズマシミュレータで、SPARC 用のシミュレーション環境の設定と実行にかかる時間を無数に節約してくれました。」

正味エネルギーへの道筋の最適化

最大の融合エネルギーを得るには、加熱電力、燃料注入、磁気コイル電流など多数の変数を正確に調整する必要があります。手動での調整の非効率性を回避するため、Google DeepMind は AlphaEvolve などの強化学習や進化的探索手法を用いた AI エージェントを活用しています。

これらのエージェントは TORAX シミュレーション内で膨大な数の潜在的な運転シナリオを探索し、正味エネルギーを生成する最も効率的かつ堅牢な道筋を特定します。このインフラにより、CFS は特定の制約下での融合出力最大化や堅牢性の最適化など、さまざまな SPARC シナリオを検討でき、機械が本格的に稼働する前に成功確率を高めることができます。

AI 主導のリアルタイムプラズマ制御

Google DeepMind はトカマクの複雑なリアルタイム要件を管理するための「AI パイロット」を開発しています。従来の研究では強化学習が磁場構成を制御できることが示されましたが、今回の協力では融合出力の最大化や熱負荷管理など、複数の性能指標を同時に最適化する方向へと拡大しています。

SPARC における重要な課題は、機体内部の小さな領域に集中する膨大な熱を管理することです。DeepMind は、強化学習エージェントがプラズマを動的に制御し、熱を効果的に分散させる方法を研究しています。例えば、磁気的に排熱エネルギーを壁に沿って掃き流すことで固体材料を保護するなどです。この AI 主導のアプローチは、従来の人間が設計した制御よりも複雑な適応戦略を発見することを目指し、特定のパルスに対して従来の制御アルゴリズムを迅速に調整するためにも利用できます。

融合エネルギーへの戦略的影響

このパートナーシップは、Google DeepMind の AI 専門知識と CFS の高温超伝導磁石およびハードウェアを組み合わせたものです。SPARC の最適化という直接的な目標を超えて、将来の商業用融合発電所の中核となるインテリジェントで適応的なシステムとして AI を位置付ける基盤を築くことがビジョンです。この技術的協力は、Google が Commonwealth Fusion Systems に対して行っている広範な投資に支えられ、融合技術の商業化へと推進しています。