完璧なパンを焼こうとしている場面を想像してみてください。ただし、材料は小麦粉や水ではなく、超高温のプラズマ、磁場、そして核融合エネルギーです。目標は？トーカマクと呼ばれる装置を構築し、世界に電力を供給することです。問題は、その装置の中でプラズマがどのように振る舞うかを予測することが、ハリケーンが発生している最中にその中の天気を予測するようなものだということです。それは混沌としており、高速で、数ミリ秒ごとに変化する複雑な物理法則の混合物です。

ここで、TORAXが登場します。これはGoogle DeepMindの研究者によって作成された、新しいオープンソースのコンピュータプログラムです。TORAXを、これらの核融合炉のための「スマートで超高速なフライトシミュレーター」と考えてください。しかし、ここにはひねりがあります。従来のシミュレーターが、重くて動きの遅いトラックのようなものであるのに対し、TORAXはJAXという特別なエンジンで構築されています。このエンジンにより、TORATXは単に驚異的な速さで動作するだけでなく、勾配（グラディエント）を計算することで（つまり、より良い結果を得るためにどのつまみを回すべきかを正確に把握することで）、自らのミスから即座に「学習」することができるのです。

旧来の方法 vs 新しい方法

長年、科学者たちは原子炉をモデル化するために、他のシミュレーター（RAPTOR、JETTO、ASTRAなど）を使用してきました。これらのツールは、信頼できる頑丈な計算機のようです。それらは優れたものですが、多くの場合、現代の人工知能（AI）モデルを組み込んだり、最適な設定を見つけるために数学的な調整を素早く行ったりすることが困難な、古い言語（Fortranなど）で書かれています。また、それらは低速です。標準的なコンピュータで数秒間の原子炉の時間をシミュレーションするのに、数時間、あるいは数日かかることもあります。

この論文の著者たちは、この遅さと柔軟性の欠如が核融合研究を停滞させていると主張しています。彼らは、現代の機械学習や複雑な最適化を利用したいのであれば、これら古くて硬直したコードに固執すべきではないという考えを明確に否定しています。彼らは、旧来のコードも優れているものの、将来の原子炉を設計したり、それらをリアルタイムで制御したりするために必要な「もし〜だったら」というシナリオを扱うことは容易ではないことを示しています。

TORAXの仕組み： 「フライトシミュレーター」の魔法

TORAXは、4つの主要な方程式を解くことでプラズマの核をシミュレートします。これらは以下のルールを司るものと考えてください：

1. イオン熱： 重い粒子がどれほど熱くなるか。
2. 電子熱： 軽い粒子がどれほど熱くなるか。
3. 粒子輸送： プラズマの密度がどのように変化するか。
4. 電流拡散： 電流がプラズマ内をどのように流れるか。

これらを一つずつ、ゆっくりとした歩みで解く代わりに、TORAXは**有限体積法（Finite Volume Method）**という手法を使用します。プラズマを薄い透明なパンケーキ（またはセル）の積み重ねだと想像してください。プログラムは、熱や粒子が次のパンケーキへとどのように流れるかを計算します。ここでは、「パワーロー・スキーム（べき乗則スキート）」と呼ばれる巧妙な数学的トリックを用い、プラズマの移動速度に応じて、左からの流れを見るか右からの流れを見るかを決定します。これにより、シミュレーションが「ふらつく」ことや不正確になることを防いでいます。

真の魔法は、TORAXがPythonで書かれ、JAXを使用している点にあります。これは以下のことを意味します：

• 速度： コードを、CPU、GPU、さらにはTPUでも動作する超効率的なバージョンへとコンパイルします。テストでは、標準的なコンピュータ上で80秒間の原子炉の立ち上げシミュレーションをわずか22秒で実行しました。これは実時間よりも高速です！
• 微分可能性： これが大きなポイントです。TORAXは、入力（例えば加熱電力を1%上げるなど）の微小な変化が、最終的な結果にどのように影響するかを正確に計算できます。これは、AIを使用して原子炉の完璧な「パルス」（一連のイベントのシーケンス）を自動的に設計するために極めて重要です。

「サロゲート」のトリック： ショートカットとしてのAI

TORAXの最もエキサイティングな機能の一つは、乱流をどのように扱うかです。プラズマにおける乱流は非常に複雑で、川の中のあらゆる渦を予測しようとするようなものです。通常、これをシミュレートするには膨大な時間がかかります。TORAXは、代わりに機械学習（ML）サロゲートを使用できます。

MLサロゲートを、何百万もの複雑な物理シミュレーションから訓練された「水晶玉」と考えてください。すべての渦を計算するという重労働を行う代わりに、この水晶玉（AIモデル）が結果を瞬時に予測します。TORAXは、これらのAIモデルをシームレスに組み込めるように設計されています。例えば、QLKNNと呼ばれるモデルを使用しており、これはQuaLiKizというより複雑なコードからのデータを用いて訓練されています。これにより、TORAXは、以前の数分の一の時間で高精度な乱流モデルを用いたシミュレーションを実行できるようになります。

それは機能したのか？ 答えは結果にあります

著者たちは単に構築しただけでなく、テストも行いました。彼らは、確立された信頼できるシミュレーターであるRAPTORと、TORAXを並べて比較しました。彼らは「ITER型」のシナリオ（ITERはフランスで建設中の大規模な国際核融合実験プロジェクトです）をシミュレートしました。

結果は印象的でした：

• 一致： TORAXが生成した温度、密度、および磁気プロファイルは、RAPTORとほぼ完璧に一致しました。その差は極めて小さく、定常状態では1%未満、急速な変化の間でも約**2.5%**でした。
• 速度： RAPTORは高速ですが、特にAIサロゲートを使用した場合、TORAXは同じシナリオをさらに高速に実行できました。
• 検証： 論文は、TORAXがRAPTORに対して「検証済み（verified）」であることを明記しています。つまり、テストされたシナリオ内において、結果は信頼できるものであるということです。

次は何が行われるのか？（そして、まだできていないこと）

論文は、過度な期待を煽らないよう注意深く記述されています。TORAXはまだ「新しい」ツールであり、いくつかの事項は依然としてロードマップ上にあります。

• 欠けているもの： 現時点では、磁場の複雑な3次元形状を動的に扱うことはできず（事前に計算された形状を使用しています）、また、すべての種類の放射損失や重い不純物の輸送もまだ含まれていません。
• 予定されていること： 著者らは、「ソウス（sawteeth：一種の磁気不安定性）」のような現象や、プラズマの端の部分（「ペデスタル」）をより良く扱うための、より多くの物理モデルの追加を計画しています。

結論

TORAXは、一晩で核融合を解決する魔法の杖ではありません。それは、強力で柔軟性に富み、驚異的に高速なツールであり、核融合炉の設計作業を大幅に容易にするものです。現代のコンピューティングのスピードと機械学習の知能を組み合わせることで、かつてはたった一つのシナリオを実行するのにかかっていた時間で、何千もの「もし〜だったら」というシナリオを実行することを可能にします。それは、手回しの計算機から、問題をより良く解く方法を自ら学ぶスーパーコンピュータへとアップグレードするようなものです。

論文は、このツールがシナリオモデリング、パルス設計、および制御の研究を加速させる準備ができていると結論付けていますが、同時に、これは最終目的地ではなく、その過程における一歩であることを強調しています。核融合の未来は明るく、TORAXのようなツールはその道を照らす助けとなっています。