Un gruppo di ricercatori dell’Oak Ridge National Laboratory (ORNL), negli Stati Uniti, ha raggiunto un importante traguardo nello sviluppo dei reattori nucleari avanzati grazie all’uso di un sistema di intelligenza artificiale (AI) potenziato dal supercomputer Summit. Questo nuovo approccio consente di prevedere il comportamento dei sali fusi – materiali fondamentali utilizzati come refrigeranti e solventi per il combustibile nucleare – con un’accuratezza mai raggiunta prima.
Il risultato è un sistema in grado di simulare proprietà complesse come il punto di fusione e la capacità termica dei sali fusi in una frazione del tempo richiesto dai tradizionali metodi basati sulla chimica quantistica. Questa innovazione apre la strada a un’accelerazione senza precedenti nella progettazione e nella sicurezza dei reattori nucleari di nuova generazione.
Supercomputer e AI svelano i “segreti” dei sali fusi per il nucleare
I sali fusi rivestono un ruolo cruciale nei reattori nucleari avanzati, in quanto fungono sia da refrigeranti che da solventi per il combustibile. Operano a temperature estremamente elevate, il che li rende materiali estremamente difficili da studiare e prevedere con precisione.
Per questo motivo, conoscere in dettaglio le loro proprietà termodinamiche – come il punto di fusione, la capacità termica e la resistenza alla corrosione – è fondamentale per garantire che i reattori siano sicuri ed efficienti per decenni.
Tuttavia, i metodi tradizionali per simulare il comportamento di questi sali sono notoriamente lenti e richiedono risorse computazionali enormi. Questo costituisce un vero e proprio collo di bottiglia per l’innovazione nel settore nucleare, rallentando il processo di sviluppo e test di nuovi materiali e configurazioni.
Per superare queste difficoltà, gli scienziati dell’ORNL hanno sviluppato un nuovo framework di machine learning, pubblicato sulla rivista Chemical Science, che sfrutta dati limitati ma di alta qualità per addestrare un algoritmo in grado di “imparare” le interazioni complesse tra ioni nei sali fusi.
Il cuore della novità risiede nella capacità dell’algoritmo di produrre previsioni estremamente accurate con un impegno computazionale molto ridotto rispetto alle simulazioni quantistiche classiche. Un esempio concreto è la simulazione del punto di fusione del cloruro di litio: mentre in passato erano necessari giorni di calcoli intensi, con il nuovo sistema i ricercatori hanno ottenuto risultati precisi in poche ore.
Progettazione dei reattori più veloce, sicura e condivisa
L’applicazione pratica di questa intelligenza artificiale è destinata a trasformare il processo di progettazione dei reattori di prossima generazione. Grazie alla disponibilità rapida di dati termodinamici affidabili, gli scienziati potranno sperimentare virtualmente nuove configurazioni, valutare i margini di sicurezza con maggior precisione e selezionare materiali più resistenti prima ancora di costruire componenti fisici.
Inoltre, il team dell’ORNL punta a espandere il database con nuove composizioni chimiche e condizioni operative più estreme. L’obiettivo è la creazione di una libreria open-source accessibile a laboratori e sviluppatori di tutto il mondo, che potrebbe rivoluzionare un settore tradizionalmente lento, costoso e laborioso, trasformandolo in un processo rapido e guidato dai dati.
