L’energia nucleare torna centrale nel dibattito energetico statunitense, spinta dalla crescita della domanda e dalla necessità di garantire forniture stabili nel lungo periodo. Ma insieme ai reattori aumentano anche gli adempimenti burocratici: licenze, verifiche, dossier tecnici e milioni di documenti da consultare. È qui che entra in gioco l’intelligenza artificiale. Un nuovo progetto sviluppato dalla startup Atomic Canyon, in collaborazione con la centrale nucleare di Diablo Canyon e il supporto del supercomputer Frontier del Dipartimento dell’Energia, punta a rivoluzionare il modo in cui l’industria nucleare gestisce e consulta la documentazione.
Il caso Diablo Canyon e la sfida delle licenze
Il progetto nasce dall’esigenza di ridurre tempo, lavoro e risorse impiegati nella ricerca e nell’analisi di enormi archivi di documenti tecnici: registri di manutenzione, valutazioni ingegneristiche, procedure operative e regolamenti. Diablo Canyon, l’unica centrale nucleare operativa in California, è di proprietà della Pacific Gas and Electric Company (PG&E) e fornisce elettricità a oltre 4 milioni di persone, coprendo circa l’8% del fabbisogno energetico dello Stato. Dopo decenni di attività, l’impianto era destinato alla chiusura nel 2025, ma nel 2022 le autorità californiane hanno deciso di prorogarne l’operatività fino al 2030, riconoscendo la crescente domanda di energia.
Questa decisione ha comportato un’enorme mole di lavoro amministrativo. “Abbiamo dovuto riattivare rapidamente molti processi, inclusa una domanda alla Nuclear Regulatory Commission di circa 3.000 pagine”, ha spiegato Maureen Zawalick, vicepresidente di Diablo Canyon. La NRC, autorità federale di controllo, supervisiona licenze, progettazione dei reattori, impatti ambientali e piani di dismissione, rendendo ogni modifica un iter complesso.
Secondo le stime interne, il personale di Diablo Canyon spende circa 15.000 ore l’anno solo per cercare documenti. I database dell’impianto contengono fino a 2 miliardi di pagine, e un singolo problema tecnico – come il malfunzionamento di una valvola – può generare indagini lunghe mesi, sottraendo risorse alle attività ordinarie.
Perché serviva un’AI “addestrata sul nucleare”
Le soluzioni di intelligenza artificiale commerciali si sono rivelate inadatte. I modelli generalisti faticano a interpretare il gergo nucleare e, in alcuni casi, producono informazioni errate o fuorvianti, le cosiddette “hallucinations”. In un settore dove la precisione è imprescindibile, questo rappresenta un rischio inaccettabile.
Da qui la scelta di costruire un modello da zero, addestrato su dati specifici del settore. Ma un’operazione di questo tipo richiede una potenza di calcolo enorme. Atomic Canyon ha quindi ottenuto 20.000 ore GPU sul supercomputer Frontier dell’Oak Ridge National Laboratory, il primo sistema exascale al mondo, con oltre 37.000 GPU AMD.
Su Frontier è nata la piattaforma Neutron, basata su modelli di “sentence embedding”, capaci di attribuire valori numerici alle parole per comprenderne significato e contesto. I modelli, soprannominati FERMI, sono stati addestrati utilizzando il database ADAMS della NRC, che raccoglie oltre 3 milioni di documenti e circa 53 milioni di pagine sulla storia di tutti i reattori nucleari statunitensi dal 1980 a oggi. Questo consente ricerche rapide e mirate sia nei database federali sia negli archivi interni degli impianti.
I modelli sono open source e, una volta completati, potranno essere adottati da impianti nucleari in tutto il Paese. L’obiettivo è chiaro: velocizzare processi che oggi richiedono settimane o mesi, senza compromettere precisione e affidabilità. “Abbiamo bisogno di energia, punto. E il nucleare è una componente chiave sia per il presente sia per il futuro”, ha sottolineato Trey Lauderdale, fondatore e CEO di Atomic Canyon.
Dalla ricerca documentale al futuro dell’AI nucleare
A differenza dei grandi modelli linguistici generativi, i FERMI sono progettati per recuperare contenuti, non per crearli. “Recuperare i documenti giusti è fondamentale: quelli sbagliati fanno ‘allucinare’ i modelli generativi”, ha spiegato Richard Klafter, responsabile ingegneria di Atomic Canyon. Frontier ha permesso anche di addestrare modelli in grado di gestire contesti più lunghi, migliorando la comprensione di documenti complessi e riducendo i tempi di indicizzazione.
I primi risultati sono già visibili. Il personale di Diablo Canyon utilizza Neutron per consultare rapidamente non solo i propri archivi, ma anche l’intera storia del nucleare statunitense. “Ora abbiamo uno strumento di ricerca fondamentale su cui costruire altri processi: procedure, formazione, valutazioni”, ha affermato Jordan Tyman, direttore del progetto AI dell’impianto. Zawalick parla di un ritorno sull’investimento molto elevato, in termini di produttività e tempo risparmiato.
Atomic Canyon prevede di sviluppare nuove versioni dei modelli FERMI, mentre l’Oak Ridge National Laboratory sta esplorando l’integrazione con modelli generativi avanzati. A luglio, le due realtà hanno firmato un memorandum d’intesa per proseguire la collaborazione. “Volevamo che i FERMI fossero open source, così chiunque possa costruire AI nucleare su queste basi”, ha concluso Lauderdale. Un passo che potrebbe estendere i benefici dell’AI all’intera flotta nucleare degli Stati Uniti.
