Jak ujarzmić sztuczne słońce? AI pomaga naukowcom w syntezie jądrowej
Ujarzmić energię gwiazd to marzenie fizyków od pokoleń. Teraz zespół z MIT zrobił w tym kierunku największy krok od lat, łącząc sztuczną inteligencję i prawa fizyki, by przewidywać zachowanie plazmy w reaktorze tokamak. To może być przełom, który przybliży nas do bezpiecznej, czystej energii z syntezy jądrowej.
Synteza jądrowa od dekad uchodzi za Świętego Graala energetyki - czystą, bezpieczną i praktycznie niewyczerpaną moc, jaką napędzane są gwiazdy. Ale na drodze do jej opanowania stoją ekstremalne temperatury, pole magnetyczne silniejsze od wszystkiego, co znamy i jedno z najtrudniejszych wyzwań technicznych dotyczące bezpiecznego zatrzymania reakcji, zanim wymknie się spod kontroli. Naukowcy z MIT właśnie zrobili w tym kierunku ogromny krok.
Co to jest tokamak i jak wygląda?
Tokamak to eksperymentalny reaktor w kształcie gigantycznego pączka z dziurką lub jak kto woli oponki, a fachowo i matematycznie mówiąc - torusa, w którym plazma (rozgrzana do stu milionów stopni Celsjusza, gorętsza niż wnętrze Słońca) krąży z prędkością sięgającą 100 kilometrów na sekundę. W teorii to źródło energii przyszłości, ale w praktyce - delikatny układ, w którym najmniejsze zaburzenie może spowodować kosztowne uszkodzenia.
Problemem nie jest już tylko utrzymanie reakcji, ale również jej wygaszenie, tzw. rampdown. - Aby synteza mogła być użytecznym źródłem energii, musi być niezawodna. A żeby była niezawodna, musimy nauczyć się dobrze zarządzać naszą plazmą - wyjaśnia główny autor badań, doktorant MIT Allen Wang.
Drogie i trudne testy. Z pomocą przychodzi uczenie maszynowe
Zespół MIT opracował nowatorski model, który łączy sztuczną inteligencję z klasyczną fizyką plazmy. Uczenie maszynowe pozwoliło przewidzieć, jak plazma zachowa się przy różnych warunkach początkowych. To coś, czego dotąd nie potrafiły nawet najbardziej zaawansowane symulacje.
Naukowcy "nauczyli" model, korzystając z danych z małego reaktora TCV w Szwajcarii. Dzięki temu algorytm był w stanie przewidywać trajektorie zachowania plazmy i pomagać operatorom bezpiecznie wygaszać tokamak. - Zrobiliśmy to wiele razy i we wszystkich przypadkach było lepiej. Mieliśmy statystyczną pewność, że nasze rozwiązanie poprawia wyniki - mówi doktorant z MIT.
Wyniki badań, opublikowane w Nature Communications, mogą mieć kluczowe znaczenie dla przyszłych elektrowni fuzyjnych, takich jak rozwijany przez MIT i firmę Commonwealth Fusion Systems projekt SPARC - pierwszy kompaktowy tokamak mający wytworzyć więcej energii, niż zużyje. Opracowany model nie tylko zwiększa bezpieczeństwo, ale też obniża koszty eksperymentów, które dotąd można było przeprowadzać zaledwie kilka razy w roku. Wang podsumowuje: - To dopiero początek bardzo długiej drogi, ale myślę, że zrobiliśmy naprawdę duży postęp - podsumowuje Allen Wang.
Źródło: MIT News
Publikacja: Wang, A.M., Pau, A., Rea, C. et al. Learning plasma dynamics and robust rampdown trajectories with predict-first experiments at TCV. Nat Commun 16, 8877 (2025). https://doi.org/10.1038/s41467-025-63917-x
