TokaMind: Open‑Source‑Transformer für Tokamak‑Plasma‑Dynamik

Ein neues Open‑Source‑Framework namens TokaMind wurde vorgestellt, das die Modellierung von Fusionsplasmen revolutionieren soll. Das System basiert auf einem Multi‑Modal Transformer (MMT) und nutzt Daten aus dem öffentlich zugänglichen MAST‑Datensatz, um die komplexen Dynamiken von Tokamak‑Plasmen zu erfassen.

TokaMind unterstützt mehrere Datenmodalitäten – Zeitreihen, 2‑D‑Profile und Videos – und kann dabei unterschiedliche Abtastraten verarbeiten. Durch robuste Handhabung fehlender Signale und die Möglichkeit, gezielt vier Modellkomponenten zu laden und zu fixieren, lässt sich das System effizient an neue Aufgaben anpassen.

Zur Repräsentation multimodaler Signale verwendet das Modell eine trainingsfreie Discrete Cosine Transform‑Einbettung (DCT3D). Gleichzeitig bietet es eine saubere Schnittstelle für alternative Einbettungen, etwa Variational Autoencoders (VAEs).

Die Leistung von TokaMind wurde am MAST‑Benchmark „TokaMark“ getestet. Die Ergebnisse zeigen, dass ein feinabgestimmtes TokaMind die Benchmark‑Basislinie bei allen, außer einer, Aufgabe übertrifft. Besonders auffällig ist, dass leichtes Fine‑Tuning in vielen Fällen bessere Ergebnisse liefert als das Training der gleichen Architektur von Grund auf bei gleichem Epochenbudget.

Diese Befunde unterstreichen die Vorteile von multimodalem Pre‑Training für Tokamak‑Plasma‑Dynamik und bieten eine praktische, erweiterbare Basis für zukünftige Fusionsmodellierungsaufgaben. Der Trainingscode sowie die Modellgewichte werden öffentlich zugänglich gemacht.