Нейросеть читает будущее плазмы экспресс

Оригинал: "Machine learning prediction of plasma behavior from discharge configurations on WEST"
arXiv:2602.19110 · 2026-02-22 · CC BY 4.0 · 1 мин
За десятую долю секунды модель предсказывает, как поведёт себя плазма в токамаке, ещё до начала разряда.

📄 Показана версия «Просто» — «Популярно» пока не готова. Добавьте ★ в избранное, если хотите её ускорить.

Перед каждым запуском токамака — установки, где раскалённый газ удерживается магнитным полем, — операторы часами считают, как поведёт себя плазма. Слишком дорого ошибиться: один неверный параметр может сорвать эксперимент. Теперь на помощь приходит нейросеть, которая учится на прошлых запусках и выдаёт прогноз быстрее, чем вы моргнёте.

Модель работает как опытный повар: зная рецепт (ток в катушках, мощность нагрева, плотность газа), она предсказывает, каким получится блюдо — насколько горячей и стабильной будет плазма. Вместо часов расчётов на суперкомпьютере — ответ за 0,1 секунды. Для обучения использовали данные 550 разрядов токамака WEST во Франции.

Точность модели — 94%. Это как предсказать рост человека по размеру его обуви, но для физики плазмы.

Такая скорость открывает новые возможности: можно быстро перебирать сценарии запуска, отбраковывать опасные варианты и даже корректировать параметры прямо во время разряда. Термоядерная энергия — как сложный танец, где каждый шаг должен быть выверен. Нейросеть становится партнёром, который подсказывает следующий шаг за мгновение до музыки.

Токамак WEST назван в честь английского слова «west» (запад), потому что это западноевропейский филиал международного проекта ИТЭР.

Учёные
Erwin SchrödingerHugh Everett III
Понятия
токамак удержание плазмы межатомный потенциал, обученный машинным обучением машинное обучение скорость обучения обучение теплоперенос априорное распределение языковая модель белков обучающие данные