Βρετανική ανακάλυψη φέρνει την πυρηνική σύντηξη ένα βήμα πιο κοντά

Ένα σημαντικό άλμα προς την αξιοποίηση της πυρηνικής σύντηξης –του «ιερού δισκοπότηρου» της καθαρής ενέργειας– πέτυχαν ερευνητές από τη Βρετανία και την Αυστρία, αξιοποιώντας την τεχνητή νοημοσύνη για να λύσουν ένα από τα πιο δύσκολα προβλήματα της σύγχρονης φυσικής.

Η ομάδα ανέπτυξε ένα νέο εργαλείο τεχνητής νοημοσύνης που μπορεί να προβλέπει τη συμπεριφορά του υπέρθερμου πλάσματος σε έναν αντιδραστήρα σύντηξης μέσα σε δευτερόλεπτα. Μέχρι σήμερα, αντίστοιχοι υπολογισμοί απαιτούσαν ώρες ή και ημέρες, ακόμη και στα ισχυρότερα υπερυπολογιστικά συστήματα του κόσμου.

Η εξέλιξη αυτή φέρνει πιο κοντά το όραμα της παραγωγής άφθονης και καθαρής ενέργειας μέσω της σύντηξης – της ίδιας διαδικασίας που τροφοδοτεί τα άστρα. Σε αντίθεση με τη σημερινή πυρηνική ενέργεια που βασίζεται στη σχάση ατόμων, η σύντηξη δεν παράγει μεγάλες ποσότητες μακρόβιων ραδιενεργών αποβλήτων και δεν ενέχει τον κίνδυνο ανεξέλεγκτης αλυσιδωτής αντίδρασης.

Στη θεωρία, η σύντηξη είναι απλή: όταν ελαφροί ατομικοί πυρήνες ενώνονται, απελευθερώνεται τεράστια ποσότητα ενέργειας. Στην πράξη, όμως, είναι εξαιρετικά δύσκολη. Το καύσιμο πρέπει να θερμανθεί σε θερμοκρασίες που φτάνουν τους 100 εκατομμύρια βαθμούς Κελσίου και να διατηρηθεί σταθερό αρκετά ώστε να συμβεί η αντίδραση. Καμία στερεή κατασκευή δεν αντέχει τέτοιες συνθήκες, γι’ αυτό και οι περισσότεροι πειραματικοί αντιδραστήρες χρησιμοποιούν πανίσχυρα μαγνητικά πεδία για να «παγιδεύσουν» το πλάσμα σε δακτυλιοειδείς δομές, γνωστές ως τοκάμακ.

Το πρόβλημα είναι ότι το πλάσμα δεν παραμένει ήρεμο. Γίνεται ασταθές, αναπτύσσει αναταράξεις και χάνει ενέργεια. Αν η απώλεια είναι μεγάλη, η σύντηξη σταματά. Η κατανόηση και ο έλεγχος αυτής της τυρβώδους συμπεριφοράς θεωρείται κρίσιμη για να καταστεί η σύντηξη βιώσιμη σε βιομηχανική κλίμακα.

Μέχρι σήμερα, η πρόβλεψη αυτών των φαινομένων απαιτούσε εξαιρετικά πολύπλοκες προσομοιώσεις πέντε διαστάσεων, που περιγράφουν τόσο τη θέση όσο και την κίνηση των σωματιδίων μέσα στο μαγνητικό πεδίο. Ακόμη και μία μόνο τέτοια προσομοίωση μπορούσε να «κοστίσει» ημέρες υπολογιστικού χρόνου.

Το νέο εργαλείο, με την ονομασία GyroSwin, αναπτύχθηκε από τη Βρετανική Αρχή Ατομικής Ενέργειας (UKAEA), το Πανεπιστήμιο Johannes Kepler του Λιντς και την αυστριακή εταιρεία Emmi AI. Η λογική του βασίζεται στη μηχανική μάθηση: πρώτα «εκπαιδεύεται» σε χιλιάδες εξαιρετικά λεπτομερείς προσομοιώσεις που έχουν παραχθεί σε υπερυπολογιστές και στη συνέχεια μαθαίνει να αναγνωρίζει τα μοτίβα που συνδέουν τις συνθήκες με τη συμπεριφορά του πλάσματος.

Αφού εκπαιδευτεί, μπορεί να δίνει αξιόπιστες προβλέψεις σε ελάχιστο χρόνο. Οι ερευνητές σημειώνουν ότι το σύστημα φαίνεται να αναπαράγει τις φυσικές δομές της ροής του πλάσματος, ένδειξη ότι «καταλαβαίνει» τη βασική φυσική του φαινομένου και δεν λειτουργεί απλώς ως ένα στατιστικό κόλπο.

Η ταχύτητα αυτή είναι καθοριστική. Η ανάπτυξη ενός λειτουργικού σταθμού σύντηξης θα απαιτήσει εκατομμύρια προσομοιώσεις διαφορετικών σεναρίων. Όπως εξηγεί ο Ρομπ Έικερς, επικεφαλής των υπολογιστικών προγραμμάτων της UKAEA, η μείωση του χρόνου από ημέρες σε δευτερόλεπτα είναι απαραίτητη για να καταστεί το εγχείρημα οικονομικά εφικτό.

Τα νέα μοντέλα αναμένεται να χρησιμοποιηθούν τόσο σε υφιστάμενα πειραματικά έργα, όπως το MAST Upgrade στο Κάλχαμ της Οξφόρδης, όσο και στο φιλόδοξο πρόγραμμα STEP, με το οποίο η Βρετανία στοχεύει να κατασκευάσει έναν πρωτότυπο σταθμό παραγωγής ενέργειας από σύντηξη τη δεκαετία του 2040.

Οι επιστήμονες τονίζουν ότι τα εμπόδια δεν έχουν εξαφανιστεί και ότι η αξιοπιστία των μοντέλων θα πρέπει να δοκιμαστεί σε αχαρτογράφητες συνθήκες. Ωστόσο, η συμπίεση του χρόνου κατανόησης από ημέρες σε δευτερόλεπτα αλλάζει τα δεδομένα. Για πρώτη φορά, η σύντηξη δείχνει λιγότερο σαν μακρινό επιστημονικό όνειρο και περισσότερο σαν ρεαλιστικό μηχανικό εγχείρημα.

Πηγή: The Times