星々を動かすエネルギーと同じ力を、核融合と呼ばれるプロセスを通じて手に入れられる世界を想像してみてください。これを実現するために、科学者たちはトカマクと呼ばれる巨大なドーナツ型の装置を建設しています。これらの装置の内部では、超高温のガス、すなわちプラズマが強力な磁場によって圧縮され、融合して膨大なエネルギーを放出します。課題は、このプラズマが極めて混沌としており、不安定であることです。これを封じ込め、安全に制御するために、研究者たちは、機械の神経系のような役割を果たす膨大な数のセンサーに頼っています。これらのセンサーは、ガスの温度や圧力から、すべてを保持している磁場の強さに至るまで、あらゆるものを常に測定しています。数十年にわたり、科学者たちはこのデータを使用して、プラズマがいつ不安定になるかを予測し、リアルタイムで装置を制御してきました。しかし、目標が真に自立した発電所の建設へと移行するにつれ、データの量と多様性が膨大になり、従来のコンピュータプログラムでは解決が困難な新しい種類のパズルを生み出しています。

プリンストン大学の研究チームは、このデータ問題に対して新たな視点を持ち込み、次世代の人工知能のためにデータをどのように整理すべきかに焦点を当てました。彼らは、大規模言語モデルが人間の言葉を理解する方法に似て、膨大な情報から一般的なパターンを学習する高度なコンピュータプログラムの一種である「基盤モデル（foundation models）」の活用を模索しています。これらのモデルは言語や画像認識の分野に革命をもたらしましたが、核融合への応用は困難です。なぜなら、データが均一ではないからです。典型的な核融合実験では、装置は混沌とした情報の混合物を生成します。あるセンサーは単一の値の単純で低速な測定を行い、別のセンサーは波やパターンの複雑で高速なスナップショットを捉えます。研究者たちは、この乱雑で混ざり合ったデータを直接コンピュータモデルに投入しようとすることは、バケツ一杯の砂、コップ一杯の水、そして一掴みの石を一度に一つの漏斗に注ごうとするようなものであり、異なる素材同士はうまく流れないことを発見しました。

この課題の範囲を理解するために、チームは主要な核融合研究施設であるDIII-Dトカマクからのデータを分析しました。彼らは、単純な電流の読み取りから、複雑な画像や音のような波のパターンに至るまで、23種類の異なる測定タイプをカタログ化しました。彼らは、データの速度が極端に異なることを発見しました。あるセンサーは1秒間に数回しか情報を記録しませんが、他のセンサーは1秒間に数千回のスナップショットを捉えます。この差は5桁に及び、最も速いセンサーは最も遅いセンサーよりも約10万倍も高速です。さらに、データは異なる形状をしています。一部の測定値は時間の経過とともに変化する単なる数値の列であり、他は熱マップのような2次元のグリッドであり、また、波がプラズマの中をどのように移動するかを示す3次元のデータブロックもあります。もしコンピュータモデルがこれらすべてを同時に学習しようとすれば、高速で動くデータの膨大な量に惑わされ、機械全体の健康状態を物語る、等しく重要な低速の信号を無視してしまうリスクがあります。

研究者たちはまた、装置内部の物理現象が絶えず、予測不可能な形で変化することも発見しました。プラズマは安定して予測可能な挙動を示すのではなく、乱流によって特性が微小な時間単位で変化し、一方でプラズマの全体的な形状はより長い期間にわたって進化します。これは、安定した背景を前提とする標準的なデータのクリーニングや準備の方法では、システムの真の性質を捉えられないことを意味します。チームは、成功する基盤モデルを構築するためには、単にすべてのデータを一つの塊として投げ込むことはできないと悟りました。代わりに、データを時間軸でどのように切り取るかを慎重に決定しなければなりません。非常に短い時間窓を見れば、高速で混沌とした波を明確に捉えることができますが、機械がどのように進化しているかという大きな全体像を見失います。逆に、より長い時間窓を見れば、緩やかな変化は見えますが、急速な変動の詳細は失われてしまいます。

彼らの分析を通じて、チームはこれらの高度なモデルの学習に使用できるようにするための、データを整理する具体的な戦略を提案しました。彼らは、約100ミリ秒の時間窓が実用的なバランスとして適していると示唆しました。この期間は、プラズマのゆっくりとした安定した動きを捉えるには十分に長く、かつ、重要な高速の波を見るには十分に短いものです。また、センサーの異なる速度を扱う方法についても推奨を行いました。すべてのデータを同じ速度に強制する（それは重要な高速の詳細を失うか、あるいは管理不能な量の低速データを生み出すかのどちらかになります）のではなく、柔軟な処理アプローチを提案しました。使用されるモデルのアーキテクチャに応じて、生の波形からスペクトログラムのような複雑な表現を事前に計算してデータ量を削減するか、あるいはモデルの学習中に時間窓を抽出し、正規化と拡張（augmentation）をオンザフライで行うことを提案しました。このアプローチにより、コンピュータは、高速のセンサーと低速のセンサーを単一の人工的な型に押し込めることなく、同時に学習することが可能になります。

この研究は、核融合による電力供給への道筋は複雑ではあるものの、正しく整理されていれば、必要なデータはより利用しやすくなることを結論付けています。研究者たちは、この研究において実際に稼働する核融合発電所を建設したわけでも、最終的な完璧なモデルを訓練したわけでもありません。その代わりに、彼らは極めて重要な設計図を提供しました。彼らはデータの風景をマッピングし、科学者がこの分野で大規模な人工知能を使用することを阻んできた具体的な障害を特定し、どのように進むべきかについての明確なガイドラインを提示しました。彼らの研究は、データのユニークな性質――その異なる速度、形状、および挙動――を尊重することで、科学者たちはようやく、核融合の混沌とした物理学を制御するために必要な強力なコンピュータシステムを訓練し始めることができるということを示唆しています。この整理こそが、地上で星々を制御することを機械が学ぶ未来への、不可欠な第一歩なのです。