شريحة فائقة السرعة تراقب بلازما الاندماج: هل تسبق الاضطراب قبل أن يهدد المفاعل؟

ببساطة

طوّر باحثون شريحة حاسوبية جديدة يُراد لها أن تتابع الوقود شديد السخونة داخل مفاعلات الاندماج وتلتقط علامات الخلل بسرعة. اختُبرت الشريحة على بيانات مسجلة، لا داخل مفاعل يعمل، وأظهرت قدرتها على مواكبة تدفق سريع للقياسات. لكنها ما تزال في مرحلة تجريبية، ولا نعرف بعد إن كانت ستجعل تشغيل مفاعلات الاندماج أكثر أماناً.

في مفاعل الاندماج، قد تتحول مشكلة صغيرة في البلازما إلى اضطراب مفاجئ يهدد استقرار التشغيل. ولهذا لا يكفي أن تُجمع القياسات؛ ينبغي تحليلها بالسرعة التي تتغير بها الحالة داخل الجهاز. من هذا التحدي انطلقت شريحة حاسوبية طورتها مختبرات وطنية أميركية بالتعاون مع شركة ناشئة، في محاولة لجعل الذكاء الاصطناعي أقرب إلى مصدر البيانات وأسرع في التقاط إشارات الخطر.

لماذا تحتاج مفاعلات الاندماج إلى إنذار أسرع؟

تجري التجربة في أجهزة تُعرف باسم التوكاماك، وهي مفاعلات كبيرة ذات حجرة حلقية تشبه شكل الكعكة المفرغة. تعتمد هذه الأجهزة على المغناطيسات لحصر البلازما، وهي الوقود الذي تسعى منشآت الاندماج إلى استخدامه. لكن حصرها لا يعني أن سلوكها يصبح ثابتاً أو سهلاً؛ فالبلازما تتغير، وقد تنحرف عن الحالة المطلوبة بسرعة.

إذا وقع اضطراب، فقد تنهار حالة البلازما على نحو مفاجئ وتفقد طاقتها، ما قد يؤذي الجهاز. لذلك لا تُعد الاضطرابات مجرد خلل عابر يمكن تجاهله، بل من التحديات التي يتوقف عليها إمكان تشغيل التوكاماك بصورة عملية. ويشير مايكل تشرشل، وهو عالم أبحاث في مختبر برينستون لفيزياء البلازما وشارك في المشروع، إلى أن القدرة على التعامل مع هذه الأحداث شرط أساسي لاستمرار تشغيل هذه المفاعلات.

تتطلب متابعة البلازما جمع تدفق كبير من القياسات وتحليلها فيما لا تزال الحالة تتطور. وهنا تظهر صعوبة الحوسبة المعتادة: قد تكون البيانات كثيفة وسريعة بحيث يتأخر تحليلها، حتى لو كانت الحواسيب قادرة على معالجتها في النهاية. والتأخر مهم لأن اكتشاف علامة الخلل بعد أن تكون الأحداث قد تقدمت لا يحقق الهدف نفسه الذي يحققه رصدها في وقت مبكر.

معالجة أقرب إلى مكان القياس

تستند الشريحة الجديدة إلى نهج يُسمى الحوسبة العصبية، حيث تُصمم طريقة المعالجة لتستفيد من تنفيذ عمليات كثيرة بالتوازي، على نحو يستلهم بعض خصائص عمل الدماغ. الفكرة هنا ليست بناء عقل اصطناعي يحاكي الإنسان بكل تفاصيله، بل استخدام بنية حاسوبية تناسب التعامل السريع مع كميات كبيرة من الإشارات والبحث عن أنماط قد تنذر بمشكلة.

وتستخدم الشريحة دوائر فائقة التوصيل، وهي تقنية ترتبط أيضاً ببعض أنواع العتاد المستخدم في الحوسبة الكمومية. ووفق تصور الفريق، يمكن تشغيل خوارزميات الذكاء الاصطناعي المتخصصة على الشريحة نفسها، بدلاً من نقل البيانات أولاً إلى حاسوب بعيد أو إلى منظومة حوسبة تقليدية. وهذا يجعل المعالجة أقرب إلى مصدر القياس، ويستهدف تقليل الوقت بين ورود الإشارة وتحليلها.

هذه النقطة تكتسب أهميتها من طبيعة المهمة: فالشريحة لا يُراد لها أن تنتظر اكتمال تسجيل التجربة كي تبدأ التحليل، بل أن تتعامل مع المعلومات وهي تصل. ويقول شينجاي يو، رئيس قسم الذكاء الاصطناعي في مختبر بروكهافن وقائد المشروع، إن وجود الذاكرة ضمن الشريحة نفسها وسرعتها التي تصل إلى نطاق الغيغاهرتز يفتحان مجالاً لاستخدامها في الحوسبة الطرفية، أي معالجة المعلومات عند مصدرها أو بالقرب منه، بدلاً من الاعتماد على مركز بيانات كبير.

اختبار على بيانات من توكاماك DIII-D

لم تُوصَل الشريحة بعد بتوكاماك يعمل، ولذلك لم تواجه بلازما حية داخل مفاعل أثناء الاختبار. بدلاً من ذلك، استخدم الفريق بيانات سبق تسجيلها في توكاماك DIII-D بمدينة سان دييغو في ولاية كاليفورنيا. أعاد الباحثون تمرير هذه البيانات إلى الشريحة بالسرعة التي جُمعت بها أصلاً، أي مليون عينة في الثانية.

وخلال إعادة التشغيل، استطاعت الشريحة مواكبة هذا التدفق من القياسات. وشغّل الفريق عليها خوارزميات تستهدف رصد الحالات غير المعتادة والتنبؤ بالاضطرابات. والنتيجة المهمة في هذه المرحلة هي إثبات أن العتاد استطاع معالجة البيانات وفق إيقاعها المسجل، لا إثبات أنه أوقف اضطراباً فعلياً أو حسّن أداء مفاعل أثناء تشغيله.

هذا التمييز ضروري لفهم ما أُنجز وما لم يُنجز. فإعادة تشغيل تسجيل سابق تختبر قدرة الشريحة على استقبال البيانات وتحليلها بسرعة، لكنها لا تختبر كل ما قد يحدث عند ربطها بمنشأة حية، حيث تصبح مسألة التعامل مع القياسات الفعلية والاستجابة لها جزءاً من التجربة. كما أن إظهار قدرة الخوارزمية على إصدار تنبيه أو توقع لا يثبت وحده أن منظومة التحكم تستطيع تحويل ذلك إلى إجراء مناسب في الوقت المتاح.

ويصف تشرشل العمل بأنه ما يزال في طور العرض التجريبي. كذلك لم تكن نتائج الفريق قد نُشرت بعد؛ إذ كان الباحثون لا يزالون يعدّونها للنشر. لذلك ينبغي التعامل مع المشروع بوصفه اختباراً أولياً لإمكانات منصة حوسبة، لا تقنية جاهزة للاعتماد في مفاعلات الاندماج.

بين رصد الخطر والسيطرة عليه

هناك فرق بين أن تلاحظ الشريحة مؤشرات اضطراب محتمل بسرعة، وأن تمنع الاضطراب من إلحاق الضرر بالجهاز. الأولى تتعلق بالاستشعار والتحليل والتنبؤ، أما الثانية فتتطلب أن تكون هناك استجابة مناسبة يمكن تنفيذها، وأن تصل في وقت يكفي للتأثير في سلوك البلازما. والاختبار المنشور في وصف المشروع تناول قدرة المعالجة على البيانات المعادة، ولم يبرهن بعد على نجاح سلسلة السيطرة كاملة.

كما أن التوكاماك تعمل بالفعل من دون هذا النوع من الشرائح، بحسب ما يورده الفريق. لكن آليات التحكم القائمة لا تستطيع بالضرورة الاستجابة للمشكلة بالسرعة التي يُفترض أن تتيحها الشريحة الجديدة في اكتشافها. ويترك ذلك سؤالاً مفتوحاً: هل ستقلص سرعة الرصد الفجوة بين ظهور الخطر والتعامل معه، أم ستبقى تحسيناً في جانب التحليل لا يغير النتيجة التشغيلية؟ لا توجد حتى الآن إجابة تجريبية حاسمة.

وتظل المسافة بين نموذج يعمل على تسجيل محفوظ وتجربة متصلة بالمفاعل خطوة علمية مهمة. فعند الانتقال إلى تشغيل حي، سيكون على الفريق التحقق من أن الشريحة تتعامل مع تدفق القياسات كما ينبغي، وأن مخرجاتها مفيدة في سياق التحكم الفعلي. ولا يتيح الاختبار الحالي الجزم بأن الاضطرابات ستصبح أقل حدوثاً أو أقل ضرراً، أو أن تشغيل الاندماج سيصبح آمناً بفضل هذه الشريحة وحدها.

مشروع يتجاوز مفاعلات الاندماج

لا يحصر يو مستقبل التقنية في تطبيقات الاندماج. فإمكان إجراء الحساب بسرعة، مع وجود ذاكرة مدمجة، قد يكون مفيداً في حالات لا يتوفر فيها مركز بيانات تقليدي قريب أو مناسب. وهذا هو المقصود بالحوسبة الطرفية: أن تتولى الأجهزة القريبة من مصدر المعلومات جانباً من التحليل، بدلاً من إرسال كل شيء إلى بنية حوسبة مركزية وانتظار معالجته هناك.

لكن ذلك لا يعني أن الشريحة أثبتت فاعليتها في كل تلك الاستخدامات. ما ذُكر هو اتجاه يرغب قائد المشروع في اختباره، في حين يظل تطبيق الاندماج هو الميدان الذي اختُبرت فيه خوارزميات رصد الحالات غير الطبيعية والتنبؤ بالاضطراب باستخدام بيانات DIII-D. ومن المهم عدم الخلط بين الاستخدامات المحتملة وبين ما تحقق بالفعل في التجربة.

حتى داخل تطبيق الاندماج، فإن نموذج الذكاء الاصطناعي الذي يعمل على الشريحة أصغر بكثير من النماذج اللغوية الكبيرة المعروفة اليوم. وهذا متوقع لأن المهمة مختلفة: المطلوب هنا تحليل إشارات محددة لا توليد نصوص عامة أو الإجابة عن أسئلة مفتوحة. ولا يدل صغر النموذج وحده على ضعف المشروع أو قوته؛ فالمعيار الأهم هو قدرته على تنفيذ المهمة المحددة في الوقت المطلوب، ثم إثبات فائدته عند دمجه في بيئة تشغيل حقيقية.

الخطوة التالية: شبكة عصبية أكبر بعشرة أضعاف

يخطط الفريق لبناء جيل لاحق من الشريحة يتضمن شبكة عصبية أكبر بعشرة أضعاف من النموذج الحالي. ووفق الخطة المعلنة، كان من المنتظر تقديم هذه الشريحة في بروكهافن في مطلع العام التالي، ثم تركيبها في DIII-D في وقت لاحق. ولم يحدد الوصف موعداً تقويمياً أدق، لذلك يرتبط هذا التوقيت بالخطة التي أعلنها الفريق لا بتاريخ مضمون لإنجاز العمل.

إذا نُفذت هذه الخطوات، فسيكون تركيب الجيل الجديد في المنشأة اختباراً مختلفاً عن إعادة تشغيل البيانات المسجلة. عندها يمكن أن تنتقل التقنية من فحص قدرتها على مواكبة تسجيل سابق إلى مواجهة تدفق قادم من مفاعل فعلي، من دون أن تكون البيانات قد مرت أولاً عبر قرص تخزين. ومع ذلك، فإن الوصول إلى هذه المرحلة لن يكون بحد ذاته دليلاً كافياً على أن الشريحة تحمي التوكاماك؛ إذ يظل المطلوب قياس مدى دقة التنبيهات وفائدتها العملية، وكيف تتصل بمنظومة التحكم.

وقد يصبح تكبير الشبكة مفيداً إذا مكّنها من تحليل أنماط أكثر تعقيداً، لكن هذا احتمال لا نتيجة مثبتة. فالنموذج الأكبر يحتاج إلى تقييم، كما أن زيادة حجم الشبكة لا تضمن وحدها سرعة الاستجابة أو جودة التنبؤ. وسيكون على التجارب اللاحقة أن تبين ما إذا كان الجمع بين عتاد فائق التوصيل وخوارزميات متخصصة يقدم فائدة ملموسة تتجاوز نجاح معالجة البيانات المسجلة.

الخاتمة

تقدم شريحة بروكهافن وGreat Sky محاولة للاقتراب من مشكلة أساسية في التوكاماك: رصد تغيرات البلازما بسرعة كافية قبل أن يتفاقم الاضطراب. وقد أظهرت التجربة على بيانات DIII-D المسجلة، بمعدل مليون عينة في الثانية، أن الشريحة تستطيع مواكبة تدفق سريع وتشغيل خوارزميات للكشف عن الحالات غير المعتادة والتنبؤ بالمخاطر. لكنها لم تُختبر بعد على بلازما حية، ولم تثبت أنها تمنع الاضطرابات أو تجعل المفاعلات أكثر أماناً. الجيل المقبل، الذي يُخطط لأن يضم شبكة أكبر بعشرة أضعاف، قد يقرب التقنية من اختبار واقعي؛ أما الحكم على قيمتها فيعتمد على ما ستظهره تلك الخطوة من قدرة على تحويل سرعة التحليل إلى تحكم مفيد بالفعل.