Штурман с бумажной картой прокладывает маршрут до выхода в море. Если океан изменится — течение сдвинется, ветер усилится, — карта останется прежней. Судно пойдёт по устаревшему пути, и экипажу придётся вручную корректировать курс. Ровно так долгие годы работало управление формой плазмы в токамаках: виртуальные контуры, связывающие ошибки формы с токами в катушках, рассчитывались заранее для нескольких опорных состояний и не менялись в течение разряда.
На установке MAST Upgrade впервые испытали другого штурмана. Нейросетевой эмулятор, обученный на 100 000 синтетических равновесий, каждые 5–5,6 миллисекунды получал состояние плазмы и возвращал матрицу Якоби — таблицу чувствительности формы к токам в двенадцати полоидальных катушках. Контроллер формы, работающий на частоте 10 кГц, тут же пересчитывал виртуальные контуры и вносил поправки. Штурман перестал сверяться с бумажной картой и начал прокладывать маршрут по фактической воде.
Эксперименты охватили четыре разряда с разными задачами. В одном удерживали постоянную форму, в другом отслеживали трапециевидные возмущения радиуса и положения X-точки — места, где магнитное поле обращается в ноль. В третьем управляли движением ножки дивертора от 0,8 до 1,4 метра. В четвёртом одновременно управляли всеми семью параметрами формы. Один и тот же эмулятор справился со всеми сценариями без перенастройки.
Не всё прошло гладко. В разряде с одновременным управлением всеми семью параметрами матрица оказалась плохо обусловленной: норма векторов виртуальных контуров достигала $10^5$ А/м, что усиливало шум и делало слежение менее плавным. Это как если бы штурман получал карту с размытыми изолиниями — маршрут строился, но с дрожью. Тем не менее, подход доказал свою работоспособность: виртуальные контуры, обновляемые нейросетью в реальном времени, совместимы с существующей архитектурой системы управления.
Раньше операторы вручную привязывали заранее рассчитанные контуры к фазам разряда. Теперь один эмулятор заменяет эту рутину и адаптируется к неожиданным отклонениям плазмы. Такой подход может упростить подготовку экспериментов на действующих токамаках и в будущем — на реакторах. Штурман, который пересчитывает маршрут на лету, оказался надёжнее бумажной карты.
Нейросетевые эмуляторы обучались на 100 000 синтетических равновесий, сгенерированных за несколько дней на высокопроизводительном кластере, тогда как ручной расчёт такого количества виртуальных контуров занял бы годы.