Un equipo internacional de científicos dirigido por un estudiante graduado en el Laboratorio de Física del Plasma de Princeton (PPPL) del Departamento de Energía de EE. UU. (DOE) ha demostrado el uso de Inteligencia Artificial (IA), el mismo concepto informático que permitirá a los coches autónomos, para predecir y evitar interrupciones (la liberación repentina de energía almacenada en el plasma que alimenta las reacciones de fusión) que pueden detener las reacciones y dañar gravemente las instalaciones de fusión.

Riesgo de interrupciones

Los dispositivos de fusión llamados tokamaks corren un mayor riesgo de interrupciones a medida que los investigadores, con el objetivo de maximizar el poder de fusión para crear en la Tierra la fusión que alimenta el sol y las estrellas, chocar contra los límites operativos de las instalaciones. Por lo tanto, los científicos deben poder aumentar el poder de fusión sin llegar a esos límites. Esta capacidad será crucial para ITER, el gran tokamak internacional en construcción en Francia para demostrar la practicidad de la energía de fusión.

Las reacciones de fusión combinan elementos ligeros en forma de plasma:los estado cargado de materia compuesta de electrones libres y núcleos atómicos que constituye el 99 por ciento del universo visible, para generar cantidades masivas de energía. Los científicos de todo el mundo están buscando crear una fusión para un suministro virtualmente inagotable de energía limpia y segura para generar electricidad.

Los investigadores entrenaron un algoritmo de aprendizaje automático de IA, o conjunto de reglas, en miles de experimentos previos en la Instalación Nacional de Fusión DIII-D que General Atomics opera para el DOE. Luego, los científicos aplicaron las reglas en tiempo real a los experimentos DIII-D en curso y encontraron el algoritmo capaz de pronosticar la probabilidad de interrupciones e iniciar acciones que evitaron la aparición de interrupciones.

Modelo relativamente simple

"Es fascinante ver que un modelo de aprendizaje automático relativamente simple podría predecir con precisión el complicado comportamiento del plasma de fusión, "dijo Yichen Fu, estudiante de posgrado en el Programa de Princeton en Física del Plasma en PPPL y autor principal de un artículo que describe los hallazgos en Física de Plasmas y se exhibió en una publicación destacada del Instituto Americano de Física llamada "SciLight". "Es genial ver a los estudiantes liderar equipos multiinstitucionales y tener un impacto real en el desarrollo de métodos de aprendizaje automático para el control de plasmas de fusión, "dijo el físico de PPPL Egemen Kolemen, supervisor del trabajo de Yichen y profesor asistente de Ingeniería Mecánica y Aeroespacial en la Universidad de Princeton.

Los resultados marcan otro paso hacia la prevención de interrupciones en el ITER y las instalaciones de próxima generación, dijo el físico Raffi Nazikian, jefe del departamento de ITER y Tokamak de PPPL. "Este trabajo representa un progreso significativo en el uso del aprendizaje automático para desarrollar un método de predicción y evitación de interrupciones en dispositivos de fusión, "Dijo Nazikian." Sin embargo, todavía se requiere una gran cantidad de I + D para mejorar la precisión de las predicciones y desarrollar métodos de control a prueba de fallas para evitar interrupciones en el ITER y los reactores futuros ".