Uma equipe internacional de cientistas liderada por um estudante de pós-graduação no Laboratório de Física de Plasma de Princeton (PPPL) do Departamento de Energia dos EUA (DOE) demonstrou o uso de Inteligência Artificial (IA), o mesmo conceito de computação que capacitará carros autônomos, para prever e evitar interrupções - a liberação repentina de energia armazenada no plasma que alimenta as reações de fusão - que podem interromper as reações e danificar gravemente as instalações de fusão.

Risco de interrupções

Dispositivos de fusão chamados tokamaks correm maior risco de interrupções como pesquisadores, com o objetivo de maximizar o poder de fusão para criar na Terra a fusão que alimenta o sol e as estrelas, esbarrar nos limites operacionais das instalações. Os cientistas, portanto, devem ser capazes de aumentar a potência de fusão sem atingir esses limites. Esta capacidade será crucial para o ITER, o grande tokamak internacional em construção na França para demonstrar a praticidade da energia de fusão.

As reações de fusão combinam elementos leves na forma de plasma - o quente, estado carregado de matéria composta de elétrons livres e núcleos atômicos que constituem 99% do universo visível - para gerar grandes quantidades de energia. Cientistas de todo o mundo estão buscando criar a fusão para um suprimento virtualmente inesgotável de energia limpa e segura para gerar eletricidade.

Os pesquisadores treinaram um algoritmo de aprendizado de máquina AI, ou conjunto de regras, em milhares de experimentos anteriores no DIII-D National Fusion Facility que a General Atomics opera para o DOE. Os cientistas então aplicaram as regras em tempo real aos experimentos DIII-D em andamento e descobriram que o algoritmo é capaz de prever a probabilidade de interrupções e iniciar ações que evitem o início das interrupções.

Modelo relativamente simples

"É fascinante ver que um modelo de aprendizado de máquina relativamente simples pode prever com precisão o comportamento complicado do plasma de fusão, "disse Yichen Fu, um estudante de pós-graduação no Programa de Princeton em Física do Plasma no PPPL e autor principal de um artigo que descreve as descobertas em Física dos Plasmas e apresentado em uma publicação do American Institute of Physics chamada "SciLight". "É ótimo ver os alunos liderando equipes multi-institucionais e causando um impacto real no desenvolvimento de métodos de aprendizado de máquina para o controle de plasmas de fusão, "disse o físico do PPPL Egemen Kolemen, supervisor do trabalho de Yichen e professor assistente de Engenharia Mecânica e Aeroespacial na Universidade de Princeton.

Os resultados marcam mais um passo em direção à prevenção de interrupções no ITER e nas instalações de próxima geração, disse o físico Raffi Nazikian, chefe do departamento de ITER e Tokamak da PPPL. "Este trabalho representa um progresso significativo no uso de aprendizado de máquina para desenvolver um método de prevenção e previsão de interrupção em dispositivos de fusão, "Nazikian disse." No entanto, ainda é necessária uma grande quantidade de P&D para melhorar a precisão das previsões e desenvolver métodos de controle à prova de falhas para evitar interrupções no ITER e nos reatores futuros. "