I ricercatori di Google DeepMind hanno recentemente annunciato il rilascio di TORAX, un nuovo simulatore open source progettato per studiare il trasporto di particelle, energia e quantità di moto all’interno di reattori a fusione tokamak. Implementato in Python utilizzando il framework JAX, TORAX risolve equazioni complesse che descrivono il calore degli ioni, il calore degli elettroni, il trasporto delle particelle e la diffusione di corrente.
TORAX è dotato di modelli modulari basati sulla fisica e sull’apprendimento automatico, consentendo una vasta gamma di applicazioni. Grazie all’utilizzo di JAX, offre tempi di esecuzione rapidi tramite la compilazione just-in-time e la differenziazione automatica, facilitando così flussi di lavoro di ottimizzazione e l’integrazione con modelli surrogati di apprendimento automatico.
Il simulatore è stato confrontato con il codice RAPTOR consolidato, mostrando un’eccellente concordanza nei profili plasmatici simulati. Per uno scenario ITER in modalità L, la deviazione media tra i profili di temperatura e densità di TORAX e RAPTOR era di soli l’1%.
L’adozione del framework JAX è un’innovazione chiave di TORAX, consentendo l’uso di tecniche avanzate come l’ottimizzazione basata sul gradiente. Questo rende TORAX uno strumento potente per la ricerca sull’energia da fusione.
Il codice sorgente di TORAX è stato rilasciato come open source, con l’obiettivo di promuovere la collaborazione e il progresso nella modellazione tokamak per la progettazione e il funzionamento dei reattori a fusione.
Questo annuncio segue altri progetti open source di Google DeepMind, incluso un simulatore di ambiente scalabile per la ricerca sull’intelligenza artificiale nel 2020. Questi sforzi riflettono l’impegno di DeepMind nel favorire la collaborazione e l’innovazione nella comunità scientifica.