Stellen Sie sich eine Welt vor, in der wir die gleiche Kraft nutzen können, die die Sterne antreibt – ein Prozess, der als Kernfusion bekannt ist. Um dies zu ermöglichen, bauen Wissenschaftler massive, donutförmige Maschinen namens Tokamaks. In diesen Maschinen wird heißes Gas oder Plasma durch starke Magnetfelder zusammengedrückt, bis es verschmilzt und enorme Mengen an Energie freisetzt. Die Herausforderung besteht darin, dass dieses Plasma unglaublich chaotisch und instabil ist. Um es kontrolliert und sicher zu halten, verlassen sich Forscher auf eine riesige Anzahl von Sensoren, die wie das Nervensystem der Maschine fungieren. Diese Sensoren messen ständig alles, von der Temperatur und dem Druck des Gases bis hin zur Stärke der Magnetfelder, die das Ganze zusammenhalten. Jahrzehntelang haben Wissenschaftler diese Daten genutzt, um vorherzusagen, wann das Plasma instabil werden könnte, und um die Maschine in Echtzeit zu steuern. Doch während sich das Ziel hin zum Bau eines wirklich autarken Kraftwerks verschiebt, ist das schiere Volumen und die Vielfalt dieser Daten überwältigend geworden und hat ein neues Problem geschaffen, mit dem traditionelle Computerprogramme Schwierigkeiten haben.

Ein Forschungsteam der Princeton University hat einen frischen Blick auf dieses Datenproblem geworfen und sich darauf konzentriert, wie man diese Daten für die nächste Generation der künstlichen Intelligenz organisiert. Sie untersuchen den Einsatz von „Foundation Models“ (Fundamentmodellen), einer Art fortschrittlicher Computerprogramme, die allgemeine Muster aus massiven Mengen an Informationen lernen, ähnlich wie große Sprachmodelle lernen, die menschliche Sprache zu verstehen. Während diese Modelle Felder wie die Sprache und die Bilderkennung revolutioniert haben, ist die Anwendung auf die Kernfusion schwierig, da die Daten nicht einheitlich sind. In einem typischen Fusionsexperiment erzeugt die Maschine ein chaotisches Gemisch an Informationen: Einige Sensoren nehmen einfache, langsame Messwerte eines einzelnen Wertes auf, während andere komplexe, hochgeschwindigkeitsbasierte Schnappschüsse von Wellen und Mustern erfassen. Die Forscher fanden heraus, dass der Versuch, diese ungeordneten, gemischten Daten direkt in ein Computermodell einzuspeisen, so ist, als würde man versuchen, einen Eimer Sand, ein Glas Wasser und eine Handvoll Steine gleichzeitig in einen einzigen Trichter zu gießen; die verschiedenen Materialien fließen einfach nicht gut zusammen.

Um das Ausmaß der Herausforderung zu verstehen, analysierte das Team die Daten des DIII-D Tokamaks, einer bedeutenden Forschungsanlage für Kernfusion. Sie katalogisierten dreiundzwanzig verschiedene Arten von Messungen, die von einfachen Strommesswerten bis hin zu komplexen Bildern und klangähnlichen Wellenmustern reichten. Sie entdeckten, dass die Daten in ihrer Geschwindigkeit massiv variieren. Einige Sensoren zeichnen Informationen nur wenige Male pro Sekunde auf, während andere tausende Schnappschüsse pro Sekunde erfassen. Diese Differenz erstreckt sich über fünf Größenordnungen, was bedeutet, dass die schnellsten Sensoren etwa einhunderttausend Mal schneller sind als die langsamsten. Darüber hinaus kommen die Daten in unterschiedlichen Formen vor. Einige Messungen bestehen lediglich aus einer einzelnen Linie von Zahlen, die sich über die Zeit verändern, andere sind zweidimensionale Gitter, die wie Heatmaps aussehen, und einige sind dreidimensionale Datenblöcke, die zeigen, wie sich Wellen durch das Plasma bewegen. Wenn ein Computermodell versucht, aus all diesen gleichzeitig zu lernen, läuft es Gefahr, durch das enorme Volumen der schnellen Daten verwirrt zu werden und potenziell die langsameren, aber ebenso wichtigen Signale zu ignorieren, die die Geschichte des allgemeinen Zustands der Maschine erzählen.

Die Forscher fanden auch heraus, dass sich die Physik innerhalb der Maschine ständig und unvorhersehbar ändert. Das Plasma verhält sich nicht auf eine stetige, vorhersehbare Weise; stattdessen ändern sich seine Eigenschaften innerhalb winziger Bruchteile einer Sekunde aufgrund von Turbulenzen, während sich die Gesamtform des Plasmas über viel längere Zeiträume entwickelt. Dies bedeutet, dass Standardmethoden zur Bereinigung und Aufbereitung von Daten, die oft von einem stetigen Hintergrund ausgehen, die wahre Natur des Systems nicht erfassen können. Das Team erkannte, dass sie, um ein erfolgreiches Fundamentmodell zu bauen, die Daten nicht einfach in einen einzigen Haufen werfen können. Stattdessen müssen sie sorgfältig entscheiden, wie sie die Daten in der Zeit schneiden. Wenn sie ein sehr kurzes Zeitfenster betrachten, können sie die schnellen, chaotischen Wellen klar sehen, aber sie verpassen das große Ganze der Entwicklung der Maschine. Wenn sie ein längeres Fenster betrachten, sehen sie die langsamen Veränderungen, verlieren aber die Details der schnellen Fluktuationen.

Durch ihre Analyse schlug das Team eine spezifische Strategie vor, um diese Daten zu organisieren und sie für das Training dieser fortgeschrittenen Modelle nutzbar zu machen. Sie schlugen vor, dass ein Zeitfenster von etwa einhundert Millisekunden ein praktisches Gleichgewicht darstellt. Diese Dauer ist lang genug, um die langsamen, stetigen Bewegungen des Plasmas zu erfassen, aber kurz genug, um immer noch die wichtigen, schnell bewegenden Wellen zu erkennen. Sie empfahlen zudem eine Methode, um mit den unterschiedlichen Geschwindigkeiten der Sensoren umzugehen. Anstatt zu versuchen, alle Daten auf die gleiche Geschwindigkeit zu zwingen – was entweder wichtige Hochgeschwindigkeitsdetails verlieren oder eine unhandliche Menge an Niedriggeschwindigkeitsdaten erzeugen würde –, schlugen sie einen flexiblen Verarbeitungsansatz vor. Je nach der verwendeten Modellarchitektur empfahlen sie entweder das Vorberechnen komplexer Repräsentationen wie Spektrogramme aus Rohwellenformen, um das Datenvolumen zu reduzieren, oder die Verarbeitung der Daten „on-the-fly“, indem Zeitfenster extrahiert und Normalisierung sowie Augmentierung angewendet werden, während das Modell trainiert wird. Dieser Ansatz ermöglicht es dem Computer, von den schnellen und den langsamen Sensoren gleichzeitig zu lernen, ohne sie in eine einzige, künstliche Form zu pressen.

Die Studie kommt zu dem Schluss, dass der Weg zu einer Zukunft mit Fusionsenergie zwar komplex ist, die dafür benötigten Daten jedoch besser zugänglich werden, wenn sie korrekt organisiert sind. Die Forscher haben in dieser Studie kein funktionierendes Fusionskraftwerk gebaut, noch haben sie ein fertiges, perfektes Modell trainiert. Stattdessen haben sie einen entscheidenden Bauplan geliefert. Sie haben die Landschaft der Daten kartiert, die spezifischen Hürden identifiziert, die Wissenschaftler bisher daran gehindert haben, groß angelegte künstliche Intelligenz in diesem Bereich einzusetzen, und einen klaren Leitfaden für das weitere Vorgehen erstellt. Ihre Arbeit legt nahe, dass wir durch die Berücksichtigung der einzigartigen Natur der Daten – ihrer unterschiedlichen Geschwindigkeiten, Formen und Verhaltensweisen – endlich beginnen können, die leistungsstarken Computersysteme zu trainieren, die nötig sind, um die chaotische Physik der Kernfusion zu beherrschen. Diese Organisation ist der notwendige erste Schritt in Richtung einer Zukunft, in der Maschinen lernen können, die Sterne auf der Erde zu kontrollieren.