The advent of artificial intelligence (AI) has a deep impact on numerous scientific and industrial fields, particularly in magnetic confinement fusion. This work explores the application of AI techniques to help scientists with the design of future fusion experiments based on previous experimental campaigns. Traditional ways of interpreting and designing fusion discharges often require extensive computational resources, time, and research experience (including trial and error procedure). By leveraging AI, it is shown the possibility to partially overcome these constraints. As an example, the explored AI techniques are applied to the TJ-II stellarator. The major goal of this work is the development of an AI system that is able to estimate the operation parameters given a desired plasma scenario. The latter will be determined by the magnetic fluctuations measured by a Mirnov coil and the produced operation parameters are the plasma fueling and heating configurations. The results indicate that AI can approximate fusion experiments and assist scientists for the design of new ones, offering a faster and cost-effective alternative to conventional approaches. This study paves the way for more efficient research and development processes in fusion experiments, with AI serving as a tool for innovation and discovery.
人工知能（AI）の出現は、多くの科学的・産業的分野、特に磁場閉じ込め核融合に深い影響を与えている。本研究は、過去の実験キャンペーンに基づいて将来の核融合実験の設計を科学者が行う際に役立つAI技術の応用を探求するものである。核融合放電の解釈や設計に関する従来の方法は、しばしば膨大な計算リソース、時間、研究経験（試行錯誤の手順を含む）を必要とする。AIを活用することで、これらの制約を部分的に克服できる可能性が示される。例として、探求されたAI技術はTJ-IIステラレータに適用される。本研究の主要な目標は、所望のプラズマシナリオが与えられたときに運転パラメータを推定できるAIシステムの開発である。後者はミルノフコイルによって測定された磁気揺動によって決定され、生成される運転パラメータはプラズマの燃料供給および加熱構成である。結果は、AIが核融合実験を近似し、科学者が新しい実験を設計するのを支援できることを示しており、従来のアプローチに代わる、より迅速で費用対効果の高い選択肢を提供する。本研究は、AIを革新と発見のためのツールとして活用し、核融合実験におけるより効率的な研究開発プロセスへの道を開くものである。