En el Centro Andlinger de la Universidad de Princeton, un equipo interdisciplinar de ingenieros, físicos y científicos de datos, en colaboración con el Laboratorio de Física del Plasma de Princeton (PPPL), ha utilizado la IA para abordar las inestabilidades del plasma en la fusión nuclear.
La energía de fusión, que refleja el proceso de alimentación del Sol, utiliza una inmensa presión y calor para fusionar átomos, liberando enormes cantidades de energía.
Para reproducirlo en la Tierra hay que confinar plasma ultracaliente con potentes campos magnéticos en reactores tokamak, complejos dispositivos a los que a menudo se apoda "estrellas en tarros". Sin embargo, in los confines de un reactor de fusión, el plasma es notoriamente volátil, pudiendo desestabilizar y romper las barreras magnéticas diseñadas para contenerlo.
En experimentos realizados en el Instalación Nacional de Fusión DIII-D en San Diegoun equipo de investigadores presentó un modelo de IA que, basándose únicamente en datos experimentales históricos, podía predecir la aparición de "inestabilidades de modo desgarrador" -un tipo particular de perturbación del plasma- con hasta 300 milisegundos de antelación.
Los investigadores emplearon una red neuronal profunda entrenada con datos anteriores del tokamak DIII-D para predecir futuras inestabilidades basándose en las características del plasma en tiempo real.
A continuación, este modelo sirvió de base a un algoritmo de aprendizaje por refuerzo (RL), que refinó iterativamente sus estrategias de control mediante experimentos simulados, aprendiendo a mantener altos niveles de potencia y evitando al mismo tiempo inestabilidades.
Las conclusiones del equipo se publicaron en un estudio en Nature.
Azarakhsh Jalalvand, coautor del estudio, comparó el proceso con el entrenamiento de vuelo, en el que un piloto aprende en un simulador antes de tomar el control de un avión real.
"No enseñarías a alguien dándole un juego de llaves y diciéndole que se esfuerce al máximo", señaló Jalalvand, subrayando la importancia de un proceso de aprendizaje gradual y fundamentado para la IA.
Tras validar el rendimiento de simulación del controlador de IA, el equipo procedió a realizar pruebas reales en el tokamak DIII-D, donde observaron que la IA manipulaba con éxito los parámetros del reactor para reducir las inestabilidades.
Las breves pero decisivas facultades de predicción del controlador de IA permiten al sistema ajustar los parámetros operativos en tiempo real, evitando las inestabilidades y manteniendo el equilibrio del plasma dentro del campo magnético del reactor.
El profesor Egemen Kolemen, que dirigió la investigación, explicó el enfoque del equipo, afirmando: "Aprendiendo de experimentos anteriores, en lugar de incorporar información de modelos basados en la física, la IA podría desarrollar una política de control final que apoyara un régimen de plasma estable y de alta potencia en tiempo real, en un reactor real".
Jaemin Seo, del Departamento de Ingeniería Mecánica y Aeroespacial, se refirió a la precisión y rapidez de la predicción como el eje de este estudio, señalando: "Los estudios anteriores se han centrado generalmente en suprimir o mitigar los efectos de estas inestabilidades de desgarro después de que se produzcan en el plasma. Pero nuestro enfoque nos permite predecir y evitar esas inestabilidades antes de que aparezcan".
"Las inestabilidades del modo de desgarro son una de las principales causas de perturbación del plasma, y serán aún más prominentes a medida que intentemos ejecutar reacciones de fusión a las altas potencias necesarias para producir suficiente energía", explicó Seo.
De cara al futuro, los investigadores planean reunir más pruebas del rendimiento del controlador de IA y ampliar sus capacidades a otros tokamaks e inestabilidades plasmáticas.
"Tenemos pruebas sólidas de que el controlador funciona bastante bien en DIII-D, pero necesitamos más datos para demostrar que puede funcionar en distintas situaciones", señaló Seo, esbozando el camino a seguir.
Superar la brecha energética de la IA con la fusión nuclear
El estudio de Princeton demuestra cómo la IA puede apoyar la fusión, pero la fusión también podría apoyar la IA.
En muchos sentidos, la IA mantiene una relación simbiótica, aunque frágil, con la energía. Las pruebas sugieren que el crecimiento exponencial de la IA generativa está provocando un asombroso consumo de energía que ya rivaliza con el de la industria de la energía. consumo de las naciones pequeñas.
La esencia del dilema reside en la infraestructura básica de la IA: los centros de datos. Estas enormes instalaciones digitales son famosas por su colosal demanda de energía y agua.
La Agencia Internacional de la Energía (AIE) destacó recientemente la creciente huella de los centros de datos, que ya consumen más de 1,3% de la electricidad mundial.
Las proyecciones del Boston Consulting Group y la Unión Europea dibujan un panorama sombrío, con demanda energética de los centros de datos potencialmente el doble o incluso el triple en los próximos años, lo que agravará los retos energéticos.
En respuesta, las grandes tecnológicas refuerzan día a día sus infraestructuras energéticas, al tiempo que se plantean la energía nuclear, incluida la fusión.
Microsoft ha abierto recientemente una oferta de empleo para un "Gestor Principal de Programa de Tecnología Nuclear" y pretende desarrollar una estrategia global centrada en los Pequeños Reactores Modulares (SMR) y los microrreactores, demostrando ser consciente de los inminentes problemas energéticos a los que se enfrenta la IA.
Hace poco, Helion Energíacon el apoyo de Sam Altman, de OpenAI, anunció su intención de poner en marcha la primera central de fusión del mundo en un plazo de cinco años.
Si Helion funciona, no sólo es una posible salida a la crisis climática, sino un camino hacia una calidad de vida mucho mayor.
Me ha encantado participar en los últimos 7 años y me entusiasma seguir invirtiendo. David y Chris son increíbles.
- Sam Altman (@sama) 5 de noviembre de 2021
Como explica el estudio de Princeton, las reacciones de fusión son inmensamente complejas de contener e impredecibles.
Sin embargo, otro reto fundamental es conseguir una "ganancia neta de energía", es decir, que el proceso de fusión produzca más energía de la que consume.
Helion se enfrenta a considerables retos técnicos. Jessica Lovering, del Good Energy Collective, destaca dos grandes obstáculos: "producir más energía de la que utiliza el proceso - y convertir esa energía en una forma de electricidad consistente y asequible que pueda fluir a la red".
Hasta la fecha, sólo la National Ignition Facility de Lawrence Livermore ha logrado una "ganancia de energía neta científica" con la fusión, pero no una "ganancia de ingeniería", que considera el aporte total de energía para el proceso.
En otras palabras, asegurar ganancias netas de energía en todo el proceso de fusión, incluidos los esfuerzos de ingeniería, es fundamental para hacer de la fusión una tecnología energética viable y no un costoso experimento.
donde @Helion_Energy pronto empezará a instalar polaris: pic.twitter.com/Tk7znzvOPg
- Sam Altman (@sama) 2 de febrero de 2024
Helion sigue adelante con el desarrollo de su séptimo prototipo, Polaris, que se espera demuestre la producción de electricidad a partir de reacciones de fusión en 2024.
Con sede en Everett (Washington), Helion ya ha conseguido que Microsoft sea su primer cliente mediante un acuerdo de compra de energía. Aspiran a que su primer plan produzca al menos 50 megavatios (mW) de capacidad.
microsoft se convierte en el primer cliente de helion, en el primer acuerdo comercial de energía de fusión:https://t.co/q9mOeWdR0s
- Sam Altman (@sama) 10 de mayo de 2023
La capacidad bruta es minúscula: un aerogenerador medio produce unos 3 mW, lo que equivale a un pequeño parque eólico. Sin embargo, una vez en funcionamiento, Helion creará energía limpia como otras formas de energía renovable. Es más segura que las centrales de fisión y su producción masiva acabará siendo más barata.
A medida que los reinos digital y físico se entrelazan, las demandas energéticas de la IA y la computación en nube seguirán aumentando.
Perseguir la fusión nuclear permite vislumbrar un futuro en el que la energía limpia y abundante podría impulsar el inexorable desarrollo de la IA.
Y dado que Microsoft, Altman y otras empresas tecnológicas ya se están alineando como inversores y compradores, sin duda serán las empresas tecnológicas las primeras en poner sus manos en la energía de fusión.
