Inženirski problemi namreč niso nič manj pomembni, morebiti celo bolj. Gorivo, torej devterij in tritij, je treba dovolj segreti, ju držati dovolj časa zadrževati na majhnem področju, a hkrati dovolj proč od sten reaktorja. Medtem ko v zvezdah to delo opravlja gravitacija, so v tokamakih potrebni močni magneti, ki skrbijo za usmerjanje plazme. Če ta trči ob stene reaktorja, sicer ne bo jedrske eksplozije, ga pa vseeno poškoduje, reakcija pa se seveda že precej prej ustavi. Nadzor plazme je torej ključnega pomena za delovanja fuzijskega reaktorja.
DeepMind, ki se je proslavil z umetno inteligenco za igranje igre go, vmes pa rešil še problem zvijanja proteinov in številne druge, je umetno inteligenco naučil nadzorovati plazmo v reaktorju, o čemer pišejo v Nature. Pri razvoju so sodelovali s švicarsko univerzo EPFL, modelirali pa so Variable Configuration Tokamak (TCV) v Lozani. Ta ima 19 tuljav, ki skrbijo za magnetna polja. Martin Riedmiller, ki je vodil DeepMindovo ekipo, je povedal, da je tak problem idealen za globok učenje in DeepMind.
Nevronsko mrežo so najprej učili s simulacijami. Opazovala je, kako spreminjanje nastavitev 19 tuljav vpliva na obliko plazme v reaktorju. Nato so naloge obrnili in nevronska mreža je morala ugotoviti, kako bi poustvarila želeno obliko plazme. Nato so šli od simulacij k pravemu TCV, da so simulacije validirali. V DeepMindu pojasnjujejo, da upravljanje tokamaka bolj zapletene problem kot igranje goja, ker nimamo popolnih podatkov. Medtem ko v igri go v vsakem trenutku poznamo vse relevantne informacije, se plazma v tokamaku nenehno spreminja. Gre za sistem, ki ga ne moremo dovolj natančno opazovati (under-observed system), a bi ga želeli vseeno nadzorovati. Zvezni problemi, kot je plazma, so fundamentalno drugačni od diskretnih.
Če bomo želeli v prihodnosti uporabljati fuzijske reaktorje, bo ključnega pomena njihova velikost. Ko bodo čedalje večji, pa bo pomen umetne inteligence pri njihovem krmiljenju toliko pomembnejši. Reaktorje na splošno je umetna inteligenca sicer že upravljala. Google že od leta 2014 sodeluje s podjetjem TAE Technologies pri podobni nalogi, a ne na tokamaku. In tudi JET, ki je v začetku meseca postavil rekord v sproščeni energiji, uporablja umetno inteligenco pri napovedovanju obnašanja plazme.
