Presso l'Andlinger Center dell'Università di Princeton, un team interdisciplinare di ingegneri, fisici e scienziati dei dati, in collaborazione con il Princeton Plasma Physics Laboratory (PPPL), ha utilizzato l'intelligenza artificiale per affrontare le instabilità del plasma nella fusione nucleare.
L'energia di fusione, che rispecchia il processo di alimentazione del Sole, utilizza una pressione e un calore immensi per fondere gli atomi, liberando grandi quantità di energia.
Per replicare questo fenomeno sulla Terra è necessario confinare il plasma ultra-caldo con potenti campi magnetici all'interno di reattori tokamak, complessi dispositivi spesso soprannominati "stelle in barattolo". Tuttavia, iNei confini di un reattore a fusione, il plasma è notoriamente volatile, potenzialmente in grado di destabilizzare e rompere le barriere magnetiche progettate per contenerlo.
Negli esperimenti condotti presso il Struttura nazionale per la fusione DIII-D a San DiegoUn gruppo di ricercatori ha presentato un modello di intelligenza artificiale che, basandosi esclusivamente su dati sperimentali storici, è in grado di prevedere l'insorgere di "instabilità a strappo" - un particolare tipo di perturbazione del plasma - con un anticipo fino a 300 millisecondi.
I ricercatori hanno impiegato una rete neurale profonda addestrata sui dati passati del tokamak DIII-D per prevedere le instabilità future in base alle caratteristiche del plasma in tempo reale.
Questo modello ha poi informato un algoritmo di apprendimento per rinforzo (RL), che ha perfezionato iterativamente le sue strategie di controllo attraverso esperimenti simulati, imparando a mantenere alti livelli di potenza evitando le instabilità.
I risultati del team sono stati pubblicati in un studio in Nature.
Azarakhsh Jalalvand, un coautore, ha paragonato il processo all'addestramento al volo, dove un pilota impara in un simulatore prima di prendere il controllo di un aereo vero e proprio.
"Non si insegna a qualcuno consegnandogli un mazzo di chiavi e dicendogli di fare del suo meglio", ha osservato Jalalvand, sottolineando l'importanza di un processo di apprendimento graduale e consapevole per l'IA.
Dopo aver convalidato le prestazioni di simulazione del controllore AI, il team ha proceduto a test reali presso il tokamak DIII-D, dove ha osservato che l'AI manipolava con successo i parametri del reattore per ridurre le instabilità.
I poteri predittivi brevi ma critici del controllore AI consentono al sistema di regolare i parametri operativi in tempo reale, prevenendo le instabilità e mantenendo l'equilibrio del plasma all'interno del campo magnetico del reattore.
Il professor Egemen Kolemen, che ha guidato la ricerca, ha spiegato l'approccio del team"Imparando dagli esperimenti passati, piuttosto che incorporando informazioni da modelli basati sulla fisica, l'IA potrebbe sviluppare una politica di controllo finale che supporti un regime di plasma stabile e ad alta potenza in tempo reale, in un reattore reale".
Jaemin Seo, del Dipartimento di Ingegneria Meccanica e Aerospaziale, ha spiegato come la previsione accurata e veloce sia il cardine di questo studio, osservando: "Gli studi precedenti si sono generalmente concentrati sulla soppressione o sull'attenuazione degli effetti di queste instabilità di lacerazione dopo che si sono verificate nel plasma. Ma il nostro approccio ci permette di prevedere ed evitare queste instabilità prima che si manifestino".
"Le instabilità del modo di lacerazione sono una delle principali cause di perturbazione del plasma e diventeranno ancora più evidenti quando cercheremo di far funzionare le reazioni di fusione alle alte potenze necessarie per produrre energia sufficiente", ha spiegato Seo.
In prospettiva, i ricercatori intendono raccogliere ulteriori prove delle prestazioni del controllore AI ed estendere le sue capacità ad altri tokamak e instabilità del plasma.
"Abbiamo prove evidenti che il controllore funziona abbastanza bene a DIII-D, ma abbiamo bisogno di altri dati per dimostrare che può funzionare in una serie di situazioni diverse", ha osservato Seo, delineando il percorso da seguire.
Colmare il divario energetico dell'AI con la fusione nucleare
Lo studio di Princeton dimostra come l'IA possa supportare la fusione, ma anche la fusione potrebbe supportare l'IA.
Per molti versi, l'IA ha un rapporto simbiotico ma fragile con l'energia. L'evidenza suggerisce fortemente che la crescita esponenziale dell'IA generativa sta portando a un consumo di energia sbalorditivo, già in grado di competere con quello dell'IA generativa. consumo delle piccole nazioni.
L'essenza del dilemma risiede nell'infrastruttura fondamentale dell'IA: i data center. Queste vaste installazioni digitali sono famose per il loro colossale fabbisogno energetico e idrico.
L'Agenzia Internazionale dell'Energia (AIE) ha recentemente evidenziato la crescente impronta dei data center, che già consumano oltre 1,3% dell'elettricità mondiale.
Le proiezioni del Boston Consulting Group e dell'Unione Europea dipingono un quadro desolante, con richiesta di energia da parte dei centri dati potenzialmente raddoppiando o addirittura triplicando nei prossimi anni, aggravando le sfide energetiche.
In risposta, Big Tech sta rafforzando di giorno in giorno le proprie infrastrutture energetiche, prendendo in considerazione l'energia nucleare, compresa la fusione.
Microsoft ha recentemente aperto un annuncio di lavoro per un "Principal Program Manager Nuclear Technology" e mira a sviluppare una strategia globale incentrata sugli Small Modular Reactors (SMR) e sui microreattori, dimostrando di essere consapevole delle incombenti questioni energetiche che l'AI deve affrontare.
Recentemente, Energia Helion, sostenuta da Sam Altman di OpenAI, ha annunciato l'intenzione di lanciare la prima centrale a fusione al mondo entro cinque anni.
Se Helion funziona, non solo rappresenta una potenziale via d'uscita dalla crisi climatica, ma anche un percorso verso una qualità di vita molto più elevata.
Mi è piaciuto molto essere coinvolto negli ultimi 7 anni e sono entusiasta di investire ancora. David e Chris sono straordinari.
- Sam Altman (@sama) 5 novembre 2021
Come spiega lo studio di Princeton, le reazioni di fusione sono immensamente complesse da contenere e imprevedibili.
Tuttavia, un'altra sfida centrale è quella di ottenere un "guadagno netto di energia", cioè il processo di fusione produce più energia di quanta ne consuma.
Helion deve affrontare notevoli sfide tecniche. Jessica Lovering del Good Energy Collective evidenzia due ostacoli principali: "produrre più energia di quella che il processo utilizza - e convertire tale energia in una forma di elettricità coerente e conveniente che possa essere immessa nella rete".
Ad oggi, solo la National Ignition Facility di Lawrence Livermore ha ottenuto un "guadagno energetico netto scientifico" con la fusione, ma non un "guadagno ingegneristico", che considera l'input energetico totale per il processo.
In altre parole, garantire un guadagno netto di energia dall'intero processo di fusione, compresi gli sforzi ingegneristici, è fondamentale per rendere la fusione una tecnologia energetica praticabile piuttosto che un costoso esperimento.
dove @Helion_Energy inizierà presto a installare Polaris: pic.twitter.com/Tk7znzvOPg
- Sam Altman (@sama) 2 febbraio 2024
Helion sta andando avanti, sviluppando il suo settimo prototipo, Polaris, che dovrebbe dimostrare la produzione di elettricità dalle reazioni di fusione nel 2024.
Con sede a Everett, Washington, Helion si è già assicurata Microsoft come primo cliente attraverso un contratto di acquisto di energia. L'obiettivo del primo piano è di produrre una capacità di almeno 50 megawatt (mW).
microsoft diventa il primo cliente di helion, nel primo accordo commerciale per l'energia da fusione:https://t.co/q9mOeWdR0s
- Sam Altman (@sama) 10 maggio 2023
Si tratta di una potenza minima in termini di capacità grezza, con una turbina eolica media che produce circa 3mW, quindi equivalente a un piccolo parco eolico. Tuttavia, una volta operativo, Helion creerà energia pulita come altre forme di energia rinnovabile. È più sicura delle centrali a fissione e alla fine diventerà più economica da produrre in massa.
Con l'intreccio tra il mondo digitale e quello fisico, la richiesta di energia da parte dell'IA e del cloud computing continuerà ad aumentare.
Il perseguimento della fusione nucleare offre uno sguardo a un futuro in cui l'energia pulita e abbondante potrebbe alimentare l'inesorabile sviluppo dell'intelligenza artificiale.
E visto che Microsoft, Altman e altre aziende tecnologiche si stanno già schierando come investitori e acquirenti, saranno sicuramente le aziende tecnologiche a mettere le mani per prime sull'energia da fusione.
