Digitale Zwillinge in der Fusion: Was heutige Vorhersagemodelle können
Wie weit ist die internationale Forschung bei digitalen Abbildern von Fusionsanlagen? In einem aktuellen Artikel in der Fachzeitschrift „Nature Physics“ ziehen IPP-Direktor Prof. Frank Jenko und Prof. Ionuț-Gabriel Farcaș (Virginia Polytechnic Institute and State University) Bilanz. Wie diese Technologie funktioniert, welche Rolle künstliche Intelligenz dabei spielt und warum digitale Zwillinge auch für den Betrieb künftiger Fusionskraftwerke wichtig werden könnten, erklärt Frank Jenko im Interview.
Ein Fusionskraftwerk am Computer entwerfen, seine Eigenschaften untersuchen und seinen Betrieb optimieren, noch bevor die reale Anlage überhaupt existiert: Was nach Zukunftsmusik klingt, rückt dank der Fortschritte bei Computersimulationen und künstlicher Intelligenz zunehmend in greifbare Nähe. Möglich machen sollen das sogenannte digitale Zwillinge – virtuelle Abbilder realer Anlagen, die mit Messdaten abgeglichen werden und deren Vorhersagen helfen können, neue Anlagen effizienter zu entwickeln und bestehende Anlagen besser vor Schäden durch das Plasma zu schützen. Eine entscheidende Herausforderung besteht darin, unterschiedlich genaue Computermodelle so miteinander zu kombinieren, dass zuverlässige Ergebnisse mit vertretbarem Rechenaufwand entstehen. IPP-Professor Frank Jenko ordnet den aktuellen Stand der Forschung ein.
IPP: Herr Professor Jenko, was ist ein digitaler Zwilling eines Fusionsreaktors?
Jenko: Vereinfacht gesagt ist das eine virtuelle Darstellung einer realen Anlage. Entscheidend ist, dass die reale und die virtuelle Welt miteinander verbunden sind. Messdaten aus dem Experiment fließen in die Simulation ein. Umgekehrt können deren Ergebnisse helfen, die Anlage zu steuern oder zu verbessern. Diese Wechselwirkung unterscheidet den digitalen Zwilling von einer gewöhnlichen Computersimulation. Wie detailliert er sein muss, hängt von der Fragestellung ab. Im Englischen sagt man „fit for purpose“: Das Modell muss für seinen Einsatzzweck geeignet sein, nicht jedes Detail der Wirklichkeit abbilden.
IPP: Warum fangen wir erst jetzt an, uns vermehrt mit solchen Zwillingen zu beschäftigen?
Jenko: Die Simulationen mussten zunächst ein gewisses Maß an Realismus erreichen. In den 1990er-Jahren konnten wir beispielsweise Gleichgewichtszustände des Plasmas und bestimmte Instabilitäten schon recht gut berechnen. Aber bei komplexen Prozessen wie dem turbulenten Transport waren die Modelle noch sehr vereinfacht. Seit der Jahrtausendwende machten wir bei der quantitativen Beschreibung dieses Phänomens große Fortschritte. Sogenannte gyrokinetische Codes ermöglichen uns heute, das Verhalten des Plasmas sehr viel genauer zu beschreiben. Inzwischen können wir Simulationen direkt mit Messdaten vergleichen. Bei einer Untersuchung an ASDEX Upgrade hat sich beispielsweise gezeigt, dass unser GENE-Code gleichzeitig eine ganze Reihe von Messgrößen sehr gut reproduziert. Das schafft Vertrauen in unsere Vorhersagen.
IPP: Was steht der Entwicklung eines digitalen Zwillings heute noch im Weg?
Jenko: Vor allem der enorme Rechenaufwand. Hochpräzise Simulationen sind sehr teuer: Sie benötigen viel Speicher und Rechenkapazität. Für manche Forschungsfragen ist das vertretbar. Wenn wir aber eine laufende Plasmaentladung steuern wollen, benötigen wir Ergebnisse in Echtzeit. Auch bei der Optimierung einer neuen Anlage müssen wir möglicherweise Tausende oder Millionen Varianten untersuchen. Dafür können wir nicht jedes Mal eine aufwendige Simulation starten. Wir brauchen Modelle, die schnell genug sind und trotzdem verlässliche Aussagen liefern.
IPP: Genau darum geht es in Ihrem Nature-Beitrag. Was ist der dort thematisierte Multi-Fidelity-Ansatz?
Jenko: In der Fusionsforschung haben wir schon lange Modelle unterschiedlicher Genauigkeit: sehr präzise, aber rechenintensive High-Fidelity-Modelle und schnellere, vereinfachte Low-Fidelity-Modelle. Bislang wurden sie meist getrennt eingesetzt. Beim Multi-Fidelity-Modelling koppeln wir sie gezielt. Wir kombinieren möglichst wenige aufwendige Berechnungen mit sehr vielen schnellen. Die präzisen Simulationen liefern Genauigkeit und Zuverlässigkeit; mit den vereinfachten Modellen können wir große Parameterbereiche untersuchen. So bekommen wir das Beste aus beiden Welten.
IPP: Welche Rolle spielt dabei künstliche Intelligenz?
Jenko: Eine sehr wichtige. Mit maschinellem Lernen lassen sich schnelle Ersatzmodelle entwickeln. Dafür trainieren wir beispielsweise neuronale Netze mit den Ergebnissen aufwendiger Simulationen. Anschließend können diese Modelle in sehr kurzer Zeit Vorhersagen treffen. Leistungsfähigere Supercomputer auf der einen und immer bessere Methoden des maschinellen Lernens auf der anderen Seite haben digitale Zwillinge überhaupt erst in Reichweite gebracht.
IPP: Wie könnten solche Zwillinge die Entwicklung von Fusionskraftwerken beschleunigen?
Jenko: Ein gutes Beispiel sind Crashtests in der Automobilindustrie. Früher wurden dafür viele echte Autos gegen eine Wand gefahren. Heute lässt sich ein großer Teil virtuell untersuchen. Reale Tests bleiben notwendig, aber es werden deutlich weniger gebraucht. Ähnlich könnte es in der Fusion laufen. Früher mussten wir neue Ideen nach dem Prinzip „Versuch und Irrtum“ testen: Man baute ein Experiment und sammelte Erfahrungen. Doch je größer die Anlagen werden, desto teurer und langwieriger ist das. Mit digitalen Zwillingen können wir unterschiedliche Entwürfe vorab prüfen und die vielversprechendsten auswählen. Das spart Zeit und Geld und hilft uns, kostspielige Irrwege zu vermeiden.
IPP: Wären digitale Zwillinge auch für den Betrieb eines Fusionskraftwerks nützlich?
Jenko: Unbedingt. Beim Tokamak fließt ein sehr starker elektrischer Strom durch das Plasma. Dieser Strom kann unter bestimmten Umständen abrupt abreißen. Man spricht dann von einer Disruption, die erhebliche Schäden an der Anlage verursachen kann. Ein digitaler Zwilling könnte den Zustand des Plasmas laufend überwachen, Probleme frühzeitig erkennen und bei Bedarf Gegenmaßnahmen ermöglichen. Gerade bei großen und komplexen Anlagen wird eine solche Echtzeitkontrolle immer wichtiger.
IPP: Dafür müsste man den Vorhersagen aber vertrauen können. Wie überprüfen Sie ihre Zuverlässigkeit?
Jenko: Indem wir unsere Modelle systematisch mit Experimenten vergleichen. Das nennen wir Validierung. In den vergangenen 10 bis 15 Jahren haben wir damit viele Erfahrungen gesammelt. Einzelne Komponenten eines künftigen digitalen Zwillings, etwa Modelle für turbulenten Transport oder magnetohydrodynamische Instabilitäten, sind bereits sehr gründlich getestet. Schwieriger wird es, diese Komponenten zusammenzuführen. Außerdem können Modelle an die Grenzen ihres Gültigkeitsbereichs stoßen. Deshalb müssen wir sie kontinuierlich überprüfen und verbessern. Hundertprozentige Genauigkeit wird es nie geben.
IPP: Wer hätte im Zweifel das letzte Wort: ein digitaler Zwilling oder ein menschlicher Operator?
Jenko: Der Maßstab ist immer die Realität. Und blindes Vertrauen ist nie gut – weder in ein Computermodell noch in einen Menschen. Auch ein menschlicher Operator kann Fehler machen oder zu spät reagieren. Aber man kann das mit der Situation beim autonomen Fahren vergleichen: Selbst wenn ein autonomes Auto nicht jeden Unfall verhindern kann, wäre schon viel gewonnen, wenn es insgesamt weniger Unfälle verursacht als ein Mensch. Ähnlich können digitale Zwillinge in bestimmten Situationen schneller oder zuverlässiger entscheiden.
IPP: Wie weit ist die Fusionsforschung auf diesem Weg?
Jenko: Wir haben in den letzten Jahren erstaunliche Fortschritte gemacht, sind aber noch nicht am Ziel. Eine große Herausforderung ist, dass viele Prozesse im Plasma miteinander wechselwirken. Turbulenz, magnetohydrodynamische Instabilitäten und schnelle Teilchen lassen sich zum Beispiel nicht einfach wie Lego-Bausteine getrennt betrachten und am Ende zusammensetzen. Auch das Innere des Plasmas und sein Randbereich müssen gemeinsam beschrieben werden. Zugleich müssen wir unsere Modellhierarchie um schnellere, vereinfachte Modelle erweitern. Nur so werden umfangreiche Optimierungen und eine Kontrolle in Echtzeit möglich.
IPP: Welche Rolle spielt das IPP bei der Entwicklung digitaler Zwillinge?
Jenko: Eine wichtige. Einige weltweit führende Simulationscodes für turbulenten Transport, Stabilität und Plasmaheizung kommen aus unserem Institut. In unserer Theorieabteilung arbeiten wir beispielsweise intensiv am turbulenten Transport. Dazu kommen die MHD-Forschung, die numerische Mathematik und die Stellaratortheorie. Auch die experimentellen Abteilungen entwickeln wichtige Modelle. Insgesamt ist das eine Aufgabe für viele Gruppen im IPP. Und wir arbeiten eng mit internationalen Partnern zusammen. Ein digitaler Zwilling ist kein monolithisches Gebilde, sondern entsteht, indem wir unterschiedliche Kompetenzen und Modelle sinnvoll miteinander verbinden.