Un team internazionale di scienziati guidato da uno studente laureato presso il Princeton Plasma Physics Laboratory (PPPL) del Dipartimento dell'Energia degli Stati Uniti (DOE) ha dimostrato l'uso dell'intelligenza artificiale (AI), lo stesso concetto informatico che consentirà alle auto a guida autonoma, per prevedere ed evitare interruzioni, l'improvviso rilascio di energia immagazzinata nel plasma che alimenta le reazioni di fusione, che possono arrestare le reazioni e danneggiare gravemente le strutture di fusione.

Rischio di interruzioni

I dispositivi di fusione chiamati tokamak corrono un rischio maggiore di interruzioni in quanto ricercatori, mirando a massimizzare il potere di fusione per creare sulla Terra la fusione che alimenta il sole e le stelle, scontrarsi con i limiti operativi degli impianti. Gli scienziati devono quindi essere in grado di aumentare la potenza di fusione senza raggiungere questi limiti. Questa capacità sarà cruciale per ITER, il grande tokamak internazionale in costruzione in Francia per dimostrare la praticità dell'energia da fusione.

Le reazioni di fusione combinano elementi leggeri sotto forma di plasma:il caldo, stato carico della materia composto da elettroni liberi e nuclei atomici che costituisce il 99 percento dell'universo visibile, per generare enormi quantità di energia. Scienziati di tutto il mondo stanno cercando di creare una fusione per una fornitura virtualmente inesauribile di energia sicura e pulita per generare elettricità.

I ricercatori hanno addestrato un algoritmo di machine learning AI, o insieme di regole, su migliaia di esperimenti precedenti sul DIII-D National Fusion Facility che la General Atomics gestisce per il DOE. Gli scienziati hanno quindi applicato le regole in tempo reale agli esperimenti DIII-D in corso e hanno trovato l'algoritmo in grado di prevedere la probabilità di interruzioni e di avviare azioni che ne prevengano l'insorgenza.

Modello relativamente semplice

"È affascinante vedere che un modello di apprendimento automatico relativamente semplice potrebbe prevedere con precisione il comportamento complicato del plasma di fusione, " disse Yichen Fu, uno studente laureato al Princeton Program in Plasma Physics presso PPPL e autore principale di un articolo che descrive i risultati in Fisica dei Plasmi e presentato in una pubblicazione dell'American Institute of Physics chiamata "SciLight". "È fantastico vedere studenti guidare team multi-istituzionali e avere un impatto reale sullo sviluppo di metodi di apprendimento automatico per il controllo dei plasmi di fusione, " ha detto il fisico PPPL Egemen Kolemen, supervisore del lavoro di Yichen e assistente professore di ingegneria meccanica e aerospaziale presso la Princeton University.

I risultati segnano un altro passo avanti verso la prevenzione delle interruzioni in ITER e nelle strutture di nuova generazione, disse il fisico Raffi Nazikian, capo del dipartimento ITER e Tokamak presso PPPL. "Questo lavoro rappresenta un progresso significativo nell'uso dell'apprendimento automatico per sviluppare un metodo di previsione e prevenzione delle interruzioni nei dispositivi di fusione, " disse Nazikian. "Tuttavia, è ancora necessaria una grande quantità di ricerca e sviluppo per migliorare l'accuratezza delle previsioni e sviluppare metodi di controllo a prova di guasto per evitare interruzioni in ITER e nei futuri reattori".