Robert Granetz è ricercatore presso il Plasma Science and Fusion Center del MIT da oltre 40 anni. Di recente ha tenuto un discorso ospitato dalla MIT Energy Initiative (MITEI) sull'utilizzo dell'apprendimento automatico per sviluppare un sistema di allarme in tempo reale per imminenti interruzioni nei reattori a fusione. Specialista in instabilità e disagi magnetoidrodinamici, Granetz ha discusso di come la ricerca in questo settore ci stia avvicinando di un passo alla creazione di uno stabile, dispositivo di fusione per la produzione di energia netta.

D:Cosa rende il plasma diverso dagli altri stati della materia? Quali sono le sfide nel lavorare con il plasma come fonte di energia?

A:In un gas a temperature normali, gli elettroni con carica negativa e i nuclei con carica positiva sono strettamente legati in atomi o molecole, che sono elettricamente neutri. Perciò, non ci sono forze esercitate tra le particelle a meno che non si scontrino effettivamente. (La forza gravitazionale agisce tra tutte le masse, ma la gravità è troppo debole per essere rilevante.)

Quando le particelle di gas si scontrano, le collisioni coinvolgono solo una coppia di particelle alla volta, e la cinematica dell'urto è molto semplice, proprio come le collisioni con la palla da biliardo. Quindi possiamo facilmente calcolare i comportamenti dei gas. Però, alle alte temperature di cui abbiamo bisogno per la fusione, l'energia termica di ogni atomo o molecola è molto, molto maggiore dell'energia di legame che tiene insieme gli elettroni e i nuclei, quindi le particelle neutre si scompongono nei loro costituenti, cioè elettroni e nuclei, che chiamiamo "stato plasmatico".

Perciò, in un plasma, tutte le particelle sono cariche, e ci sono forze elettriche e magnetiche a lungo raggio che agiscono tra le particelle. Un singolo elettrone o ione influenza il movimento di circa un miliardo di altri elettroni e ioni simultaneamente, e tutti quei miliardi di altre particelle stanno simultaneamente influenzando ogni altra singola particella. Inoltre, gli elettroni e i nuclei hanno masse estremamente diverse, quindi le loro velocità sono molto diverse. Anche, poiché tutte le particelle sono cariche, possono interagire fortemente con le radiazioni elettromagnetiche. Tutte queste proprietà complicate significano che in pratica, non possiamo calcolare con precisione il comportamento dettagliato dei plasmi dalle equazioni di base della fisica.

D:Nel contesto dei reattori a fusione, cos'è un disturbo?

R:Ad oggi, il concetto di tokamak per un reattore a fusione stazionario supera tutti gli altri concetti in termini di confinamento energetico. Il tokamak si basa sul pilotaggio di una grande corrente, dell'ordine di milioni di ampere, attraverso il plasma per produrre la struttura del campo magnetico necessaria per ottenere un buon confinamento energetico. Però, questa grande corrente di plasma è alquanto instabile, ed è soggetto a cessazione improvvisa, di solito con pochissimo preavviso. Quando si verifica un'interruzione, la notevole energia termica e magnetica contenuta all'interno del plasma viene rilasciata improvvisamente molto rapidamente, che possono portare a carichi termici ed elettromagnetici dannosi sulla struttura del reattore.

L'intero obiettivo dell'energia da fusione è sviluppare grandi centrali elettriche per generare energia elettrica sulla rete, e sostituire le odierne centrali elettriche a combustibili fossili, e persino sostituire le centrali nucleari a fissione. Ma se una centrale elettrica a fusione è soggetta a interruzioni, la sua produzione di elettricità si spegnerebbe improvvisamente. Anche se si possono evitare le conseguenze più dannose, potrebbero volerci ore o giorni prima che l'impianto possa riprendersi e tornare online, solo per essere soggetto a un'altra interruzione in un momento successivo. Nessuna utility vorrebbe utilizzare l'energia da fusione se così fosse. Se faremo affidamento sul concetto di tokamak per i reattori a fusione, dobbiamo evitare o mitigare le interruzioni.

D:In che modo il machine learning può risolvere questo problema?

R:I segni che un'interruzione è imminente sono spesso piuttosto sottili. I ricercatori sulla fusione misurano continuamente una serie di parametri caratteristici del plasma durante una scarica di plasma, e abbiamo ragione di credere, sia dall'evidenza sperimentale empirica che dalla comprensione teorica, che alcuni di questi parametri plasmatici misurati possono fornire indicazioni che sta per verificarsi un'interruzione. Ma questa informazione non è semplice da interpretare, non solo per quanto riguarda il verificarsi di un'interruzione imminente, ma anche per quanto riguarda i tempi di un'interruzione imminente.

Nel tentativo di risolvere questo problema, la mia squadra, che è composta da me stesso, postdoc Cristina Rea, studenti laureati Kevin Montes e Alex Tinguely, e una dozzina di scienziati in altri laboratori statunitensi e internazionali, ha creato grandi database di parametri misurati che riteniamo siano rilevanti per le interruzioni, da diversi anni di esperimenti su diversi tokamak in tutto il mondo. Ora stiamo applicando tecniche di apprendimento automatico a questi dati per vedere se siamo in grado di discernere eventuali modelli che potrebbero prevedere con precisione se si verificherà o meno un'interruzione in un momento specifico nel prossimo futuro. Quando si tratta di grandi dimensioni, set di dati complessi, l'apprendimento automatico può essere un modo potente per trovare modelli sottili nei dati che sfuggono agli sforzi umani.

Questa storia è stata ripubblicata per gentile concessione di MIT News (web.mit.edu/newsoffice/), un popolare sito che copre notizie sulla ricerca del MIT, innovazione e didattica.