Sophelio запускает Fusion Equilibrium Challenge, открывая наборы экспериментальных данных DIII-D и MAST

11 августа компания Sophelio запустила соревнование “Fusion Equilibrium Challenge”. Это соревнование включено в трек конкурсов конференции NeurIPS 2026 и является первым соревнованием, связанным с термоядерной энергетикой, вошедшим в этот трек.

Соревнование организовано компанией Sophelio совместно с Национальным термоядерным комплексом DIII-D (DIII-D National Fusion Facility), проектом FAIR-MAST Британского управления по атомной энергии (UKAEA) и Институтом термоядерных исследований Техасского университета в Остине (IFS); данные размещены на платформе Hugging Face. Соревнование открыто для мирового сообщества машинного обучения: участникам предлагается восстановить магнитную структуру удерживаемой термоядерной плазмы, которая не поддаётся прямому наблюдению, используя только данные немагнитных диагностических измерений.

Организаторы отмечают, что будущие реакторные термоядерные установки, такие как Международный экспериментальный термоядерный реактор (ИТЭР), SPARC, ARC и Китайский инженерный термоядерный реактор (CFETR), будут работать в условиях высокого нейтронного потока. Такая среда может снижать эффективность традиционных магнитных датчиков, а дрейф интеграторов поля при длительных импульсных режимах также влияет на надёжность магнитных измерений. Поэтому задача восстановления равновесия в условиях недоступности, деградации или ограниченности магнитной диагностики рассматривается как одна из ключевых проблем эксплуатации будущих термоядерных электростанций.

Соревнование направлено на проверку способности моделей машинного обучения восстанавливать геометрию магнитного поля удерживаемой плазмы, включая полную двумерную карту полоидального магнитного потока ψ(R,Z) и ключевые параметры равновесия, на основе таких немагнитных характеристик, как токи в катушках полоидального поля и профили электронов по данным томсоновского рассеяния. Прогресс в соответствующих методах позволит снизить зависимость будущих реакторных термоядерных систем от сложной магнитной диагностики и поддержит упрощённые схемы диагностической эксплуатации.

Открытый набор данных публикуется под лицензией CC BY 4.0 и содержит данные 9121 плазменных разрядов с двух экспериментальных токамаков. Из них 7915 разрядов получены на Национальном термоядерном комплексе DIII-D в Сан-Диего, а 1206 — на установке MAST, данные которой опубликованы в рамках проекта FAIR-MAST UKAEA.

Соревнование также проверит межмашинный вопрос: способны ли модели машинного обучения усваивать лишь корреляции, специфичные для конкретной установки, или же формировать универсальные представления, применимые к различным геометриям, диагностическим конфигурациям и условиям эксплуатации. Этот вопрос имеет прямое значение для переносимости моделей восстановления термоядерного равновесия на будущие установки.

Сооснователь и генеральный директор Sophelio Крейг Мичоски (Craig Michoski) отметил, что значительные достижения в области машинного обучения обычно опираются на открытые наборы данных и содержательные бенчмарки, и термоядерная область также нуждается в подобной трансформации. Привлекая исследователей искусственного интеллекта к практическим задачам, ориентированным на будущие реакторы, организаторы стремятся обеспечить синхронное развитие машинного обучения и термоядерных энергетических исследований.

Помимо уже опубликованных данных, DIII-D, оставаясь действующей экспериментальной установкой, продолжит проведение экспериментальных кампаний. В рамках проекта планируется организовать последующие эксперименты с учётом слабых мест, выявленных в ходе соревнования, с особым вниманием к диагностическим условиям, в которых модели восстановления показывают наименее убедительные результаты.

Участники могут просматривать каждый разряд в наборе данных с помощью бесплатной настольной платформы dFL (data Fusion Labeler), разработанной компанией Sophelio. Этот инструмент поддерживает обработку данных мультимодальных датчиков и может использоваться для проверки контуров магнитного потока, профилей томсоновского рассеяния и диагностических временных рядов, помогая участникам понять характеристики данных до моделирования и оценки.

В настоящее время открыт первый этап соревнования с публичной таблицей лидеров на платформе Codabench. Второй этап планируется запустить в октябре 2026 года, а окончательные результаты будут объявлены в декабре 2026 года на NeurIPS 2026. Денежные призы будут вручены за лучшую модель внутримашинного восстановления и за модель с наиболее сильной способностью к нулевой кросс-машинной генерализации. Выдающиеся команды также получат возможность соавторства в итоговой статье о соревновании и будут приглашены представить свои результаты на семинаре конкурсов NeurIPS.