Grazie alle reti neurali dell’intelligenza artificiale, la ricerca sull’energia da fusione nucleare sta raggiungendo livelli fino a poco tempo fa praticamente inavvicinabili. Lo dimostra l’ultimo studio condotto dagli scienziati del Hefei Institutes of Physical Science in Cina, i quali hanno dimostrato come l’uso di questa tecnologia avanzata possa migliorare l’efficienza e la precisione delle misurazioni nei reattori a fusione.
La principale sfida della fusione nucleare
Da sempre uno dei maggiori ostacoli nel raggiungere la fusione stabile nei reattori è il monitoraggio accurato del comportamento del plasma. Un reattore a fusione, come il tokamak, è un dispositivo complesso che confina e controlla il plasma, uno stato super-riscaldato della materia in cui si verificano le reazioni di fusione.
Due parametri fondamentali da controllare sono la temperatura e la velocità di rotazione degli ioni all’interno del plasma: questi fattori sono cruciali per mantenere la stabilità del reattore e ottimizzare le sue prestazioni.
Ma misurare con precisione e in tempo reale questi parametri è davvero difficile. L’unico modo per rendere più fattibile la misurazione è quello di acquisire rapidamente e accuratamente informazioni come la densità elettronica e la temperatura degli elettroni e degli ioni.
Per saperne di più: Intelligenza artificiale: cos’è e come funziona, tutto sulla AI
Dall’intelligenza artificiale una soluzione innovativa per la fusione nucleare
Per affrontare queste sfide, il team di ricerca dell’Hefei Institutes of Physical Science ha introdotto l’uso delle reti neurali combinate con una tecnica chiamata spettroscopia a cristallo di raggi X (XCS).
Per chi non lo sapesse, le reti neurali sono un tipo di intelligenza artificiale che può riconoscere schemi complessi e svolgere calcoli elaborati. In questo caso, sono state addestrate utilizzando grandi set di dati per interpretare i segnali X provenienti dal plasma e determinare rapidamente la temperatura e la velocità di rotazione degli ioni, elementi al centro della fusione nucleare.
Racconta il sito specialistico Interesting Engineering, il team ha sviluppato due modelli di rete neurale distinti: le Deep Neural Networks (DNN) e le Convolutional Neural Networks (CNN). Entrambi hanno dimostrato di poter calcolare in tempo reale i profili di temperatura e velocità di rotazione degli ioni.
In particolare, i test condotti sul dispositivo di fusione Experimental Advanced Superconducting Tokamak (EAST) hanno confermato la precisione dei modelli a intelligenza artificiale, i cui risultati si sono rivelati molto vicini ai dati reali. Uno dei risultati più significativi è stato il miglioramento della velocità offerto dalle DNN, ben dieci volte superiore rispetto ai metodi tradizionali. A sua volta, le CNN hanno dimostrato la loro affidabilità nel prevedere i profili di velocità di rotazione integrata, fornendo una visione chiara del comportamento rotazionale complessivo del plasma.
Inoltre, queste reti a intelligenza artificiale sono in grado di generare profili radiali della temperatura degli ioni, offrendo una rappresentazione dettagliata della distribuzione della temperatura all’interno del plasma durante le reazioni a fusione nucleare.
Si tratta di un notevole passo significativo verso lo sviluppo dell’energia da fusione, un obiettivo che scienziati di tutto il mondo stanno perseguendo per creare una fonte di energia pulita e praticamente illimitata.
