Dalla fusione nucleare passa la speranza di produrre energia pulita e illimitata, ma dominarla all’interno di un tokamak rappresenta una delle sfide scientifiche più complesse al mondo. All’interno del reattore, il plasma a fusione raggiunge temperature di decine di milioni di gradi e può diventare instabile nel giro di pochissimi millisecondi. Questa dinamica costituisce un problema strutturale, poiché anche l’operatore umano più concentrato reagisce su una scala temporale di secondi. Fino a oggi, la disparità tra i tempi della fisica del plasma e i tempi di reazione umani ha limitato la capacità di prevenire guasti e turbolenze improvvise nei sistemi sperimentali.
Il framework PACMAN e i test sul tokamak DIII-D
Per colmare questo divario, un team di ricercatori della Princeton University e del Princeton Plasma Physics Laboratory (PPPL) del Dipartimento dell’Energia degli Stati Uniti ha sviluppato e testato una soluzione innovativa chiamata PACMAN. Come dettagliato nella pubblicazione ufficiale del PPPL, questo framework di controllo basato su intelligenza artificiale è stato messo alla prova sul tokamak DIII-D in California. Il sistema rileva continuamente temperatura, densità e segnali magnetici, esegue molteplici modelli di machine learning e invia le istruzioni operative alla macchina con un ciclo di controllo completo che impiega circa venti millisecondi.
Prevenzione delle instabilità e ottimizzazione simultanea
L’efficacia di questa architettura è emersa chiaramente durante cinque esperimenti dal vivo. In uno di questi test, PACMAN ha previsto l’insorgere di una pericolosa instabilità di tipo tearing mode con un anticipo di circa duecento millisecondi rispetto alla sua manifestazione visibile. Anziché intervenire a turbolenza già innescata, il controller ha modificato preventivamente le impostazioni della materia, impedendo la formazione dell’anomalia. Oltre alla prevenzione dei guasti, la piattaforma ha gestito la densità, la rotazione e il riscaldamento del sistema, identificando le onde di particelle energetiche e ottimizzando contemporaneamente tutti e sei i sistemi di riscaldamento a microonde presenti sul reattore DIII-D.
Una nuova era per l’apprendimento automatico nei reattori
I risultati ottenuti non indicano che l’intelligenza artificiale abbia risolto definitivamente ogni ostacolo teorico della fusione nucleare, poiché il tokamak DIII-D rimane un impianto di ricerca e gli scienziati continuano a stabilire i limiti di sicurezza. Tuttavia, questo successo dimostra che i modelli di apprendimento automatico sono ormai abbastanza veloci da partecipare direttamente al controllo istantaneo del plasma in tempo reale. L’impiego operativo di sistemi algoritmici così rapidi segna il passaggio da un’analisi dati condotta a posteriori a una gestione attiva e predittiva della materia stellare in laboratorio.
Vuoi ricevere le notifiche sulle nostre notizie più importanti?