TokaMark が示す核融合診断 AI の弱点：センサー故障時の頑健性を体系評価

導入

トカマク型核融合装置のプラズマ診断では、機械学習モデルが破壊予測や状態推定に使われる。しかし多くの評価は、欠損のないきれいなセンサーデータを前提にしている。実際の装置では、データ取得が遅れて始まることもあれば、個別のセンサーが停止することもある。さらに厄介なのは、信号のドロップアウトがプラズマ破壊の接近時に集中し得る点だ。

この論文は、TokaMark データセットを用いてプラズマ診断 ML の頑健性を体系的に評価する。対象は 11,573 件の MAST トカマクショットで、XGBoost、LSTM、Transformer、TokaMark CNN ベースラインを比較している。評価には、物理的に妥当な六つのセンサー故障シナリオと三つの補完戦略が含まれる。

主要ポイント

• 評価軸をクリーンデータ性能から頑健性へ広げた。 著者は Robustness Score（RS）を導入し、異なるモデル構造を故障条件下で標準化して比較できるようにした。
• 破壊に近いタイミングの故障が最も厳しい。 入力時間窓の末端に破損を注入すると、系列モデルは大きく劣化する。要約によれば、LSTM の NRMSE は +212% となり、XGBoost の +37% と比べて悪化が目立つ。
• 補完は万能ではない。 前方補完はランダムなドロップアウトに対して有効で、LSTM の劣化を +57% からほぼ 0% まで抑えた。一方で、窓の最後が破損する場合には効果が小さい。
• 誤差指標と警報性能は一致しないことがある。 実際の破壊時刻を用いたショット単位の警報評価では、近接故障下で LSTM の TPR が 0.00 まで低下した。しかし平均値補完では TPR=1.00 まで回復し、NRMSE だけでは見えない挙動が明らかになった。
• プラズマ電流が最重要信号。 この診断信号を取り除くと、各アーキテクチャで +73% から +140% の性能悪化が生じた。

意義と影響

この研究の意義は、より大きなモデルを提案したことではなく、核融合 AI を現実の運用条件に近づけて評価した点にある。商用核融合炉で ML ベースの診断や警報を使うなら、モデルはセンサーの欠損、遅延、破壊直前の信号劣化に耐える必要がある。

また、系列モデルが常に安全側に強いとは限らないことも示している。時間依存性を扱える一方で、入力窓末端の最新情報に強く依存している可能性があり、その部分が壊れると性能が急落する。対照的に、特徴量ベースの XGBoost は一部の故障条件で安定していた。

今後のプラズマ診断 ML 評価では、クリーンデータ上の精度だけでなく、現実的な故障条件、補完戦略、実際の破壊時刻に基づく警報性能を併せて報告する必要がある。コード、データ、学習済みチェックポイントが公開されている点も、AI for Science における再現可能な頑健性研究の基盤になり得る。

出典：Hugging Face Daily Papers