അമേരിക്കയിലെ പ്രിൻസ്‌ടൺ യൂണിവേഴ്‌സിറ്റിയിലെ ഒരു ഗവേഷക സംഘം, അണുസംയോജന പ്രതിപ്രവർത്തനങ്ങളിൽ പ്ലാസ്മയിലെ അസ്ഥിരത പ്രവചിക്കാനും തടയാനും കൃത്രിമബുദ്ധി (Artificial Intelligence) മാതൃക ഉപയോഗിക്കുന്ന രീതി കണ്ടെത്തി. ഇത് അനന്തമായ ശുദ്ധ ഊർജ്ജം ഉൽപ്പാദിപ്പിക്കുന്നതിനുള്ള വഴിയിലെ ഒരു വലിയ വെല്ലുവിളി പരിഹരിക്കുന്നതിന് ശാസ്ത്രജ്ഞരെ സഹായിക്കും.

അണുസംയോജനം: ശുദ്ധ ഊർജ്ജത്തിന്റെ ‘പാന പാത്രം’

ഫോസിൽ ഇന്ധനങ്ങൾ ആവശ്യമില്ലാതെ, യാതൊരു ദോഷകരമായ മാലിന്യവും ഉണ്ടാക്കാതെ വൻതോതിലുള്ള ഊർജ്ജം ഉൽപ്പാദിപ്പിക്കാനുള്ള കഴിവിനാൽ, അണുസംയോജനത്തെ ശുദ്ധ ഊർജ്ജത്തിന്റെ ‘പാന പാത്രം’ (holy grail) എന്ന് വിശേഷിപ്പിക്കപ്പെടുന്നു.

സൂര്യനുള്ളിൽ നടക്കുന്ന സ്വാഭാവിക പ്രതിപ്രവർത്തനങ്ങളെ അനുകരിക്കുന്നതാണ് അണുസംയോജനം. എന്നാൽ, ഈ പ്രക്രിയയിൽ നിന്ന് ഊർജ്ജം ഉൽപ്പാദിപ്പിക്കുന്നത് അതീവ ദുഷ്കരമാണെന്ന് തെളിയിക്കപ്പെട്ടിട്ടുണ്ട്. 2022-ൽ, കാലിഫോർണിയയിലെ ലോറൻസ് ലിവർമോർ നാഷണൽ ലബോറട്ടറിയിലെ ഒരു സംഘം ആദ്യമായി അണുസംയോജനത്തിലൂടെ ‘നെറ്റ് ഊർജ്ജം’ നേട്ടം കൈവൃതമാക്കി. ഇതിനർത്ഥം, പ്രതിപ്രവർത്തനത്തിന് ആവശ്യമായതിനേക്കാൾ കൂടുതൽ ഊർജ്ജം അവർക്ക് ഉൽപ്പാദിപ്പിക്കാൻ കഴിഞ്ഞു എന്നാണ്.

ഈ നേട്ടം വളരെ പ്രധാനപ്പെട്ടതാണെങ്കിലും, വാണിജ്യപരമായ തലത്തിൽ അണുസംയോജന ഊർജ്ജം ഉപയോഗിക്കുന്നതിന് മുമ്പ് ഇനിയും ഏറെ ഗവേഷണങ്ങൾ ആവശ്യമാണ്.

ഒരു ഇലക്ട്രിക്ക് കെറ്റിലിൽ ചായ തിളപ്പിക്കാൻ മാത്രം വരുന്ന ചെറിയ അളവ് ഊർജ്ജം മാത്രമായിരുന്നുവെങ്കിലും, വലിയ തോതിലുള്ള അണുസംയോജന ഊർജ്ജം നേടുന്നതിലേക്കുള്ള വഴിയിലെ ഒരു പ്രധാന നാഴികക്കല്ലാണിത്.

ഏറ്റവും പുതിയ വിജയം അർത്ഥമാക്കുന്നത് ഇനിയൊരു പ്രധാന വെല്ലുവിളിയും മറികടന്നു എന്നാണ്. കൃത്രിമബുദ്ധിക്ക് 300 മില്ലിസെക്കൻഡുകൾ മുൻപ് തന്നെ പ്ലാസ്മ അസ്ഥിരതകൾ തിരിച്ചറിയാൻ കഴിയും, ഇത് പ്ലാസ്മയെ നിയന്ത്രണത്തിലാക്കുന്നതിനുള്ള പരിഷ്കാരങ്ങൾ വരുത്താൻ ആവശ്യമായ സമയം നൽകുന്നു. ഗവേഷകരുടെ അഭിപ്രായത്തിൽ, ഈ പുതിയ ധാരണ ഗ്രിഡ്-തലത്തിലുള്ള അണുസംയോജന ഊർജ്ജ ഉപയോഗത്തിന് വഴി തെളിച്ചേക്കാം.

ഫിസിക്സ് അടിസ്ഥാനമാക്കിയുള്ള മോഡലുകളിൽ നിന്നുള്ള വിവരങ്ങൾ ഉൾപ്പെടുത്തുന്നതിനുപകരം, കഴിഞ്ഞ പരീക്ഷണങ്ങളിൽ നിന്ന് പഠിക്കുന്നതിലൂടെ, “യഥാർത്ഥ റിയാക്ടറിൽ” തത്സമയം സ്ഥിരതയുള്ളതും ഉയർന്ന കഴിവുള്ളതുമായ പ്ലാസ്മ ഭരണ നിയന്ത്രണ നയം വികസിപ്പിക്കാൻ AI ന് കഴിയും എന്ന് ഗവേഷണ നേതാവ് ഡോ. ഇജെമെൻ കൊളെമെൻ പറഞ്ഞു. ഇദ്ദേഹം പ്രിൻസ്റ്റൺ പ്ലാസ്മ ഫിസിക്സ് ലബോറട്ടറിയിൽ ഭൗതികശാസ്ത്രജ്ഞനായി ജോലി ചെയ്യുന്നു. ഈ ഗവേഷണ വിജയം നടന്നത് ഈ ലബോറട്ടറിയിലാണ്.

“Avoiding fusion plasma tearing instability with deep reinforcement learning” എന്ന പേരിൽ ഈ ഗവേഷണ ഫലങ്ങൾ ബുധനാഴ്ച നേച്ചർ എന്ന ശാസ്ത്ര ജേണലിൽ പ്രസിദ്ധീകരിച്ചു.

“ഇപ്പോഴുള്ള പരമ്പരാഗത രീതികളെക്കാൾ, അസ്ഥിരതകൾ മുൻകൂട്ടി പ്രവചിക്കാൻ കഴിയുന്നത് ഈ പ്രതിപ്രവർത്തനങ്ങൾ നടത്തുന്നത് എളുപ്പമാക്കുന്നു,” പഠനത്തിന്റെ സഹ-രചയിതാവായ സാൻക്യൂൺ കിം പറഞ്ഞു.

“അസ്ഥിരതകൾ ഉണ്ടാകുന്നതുവരെയും പ്ലാസ്മ തകരാറാകുന്നതിനുമുമ്പ് വേഗത്തിലുള്ള തിരുത്തൽ നടപടികൾ സ്വീകരിക്കുന്നതിനും ഇനി  ഞങ്ങൾ കാത്തിരിക്കേണ്ടതില്ല.”