La fusion nucléaire est un processus au cours duquel deux noyaux atomiques se combinent pour former un noyau plus lourd, libérant ainsi une quantité importante d’énergie. C’est le même processus qui alimente le soleil et d’autres étoiles, où la fusion de l’hydrogène pour former de l’hélium libère une immense quantité d’énergie sous forme de lumière et de chaleur.
Dans le contexte de la recherche sur l’énergie sur Terre, la fusion nucléaire est souvent envisagée en utilisant des isotopes d’hydrogène, tels que le deutérium et le tritium. Ces isotopes sont chauffés à des températures extrêmement élevées pour former un plasma, un état de la matière où les atomes sont ionisés en ions positifs et électrons.
Dans ces conditions, les noyaux d’hydrogène, portés à des vitesses élevées par l’énergie thermique, peuvent fusionner pour former de l’hélium, libérant ainsi de l’énergie.
L’avantage de la fusion nucléaire est qu’elle offre une source d’énergie extrêmement abondante, car les isotopes d’hydrogène nécessaires sont largement disponibles. De plus, contrairement à la fission nucléaire (qui divise les noyaux atomiques), la fusion ne produit généralement pas de déchets radioactifs à longue durée de vie.
Plusieurs défis
Cependant, la mise en œuvre pratique de la fusion nucléaire sur Terre présente des défis majeurs. Les températures nécessaires pour maintenir le plasma dans un état réactif sont en effet extrêmement élevées, de l’ordre de millions de degrés Celsius. Contenir et maintenir ces conditions pendant des durées suffisamment longues pour permettre une production d’énergie significative tout en surmontant les pertes d’énergie inhérentes au processus sont des défis technologiques complexes.
En 2022, l’équipe du Lawrence Livermore National Laboratory, en Californie, s’était notamment illustrée en parvenant au premier gain d’énergie net grâce à la fusion nucléaire. Cette réalisation avait alors marqué un jalon significatif dans la quête de la fusion nucléaire à une échelle pratique pour la production d’énergie.
Le « gain d’énergie net » signifie essentiellement que, dans cette expérience, plus d’énergie a été produite à partir du processus de fusion qu’il n’en a été injecté pour initier et maintenir la réaction. Cela représente une étape cruciale, car pour que la fusion nucléaire soit une source d’énergie viable, elle doit générer plus d’énergie qu’elle n’en consomme.
Cependant, bien que cette étape soit encourageante, il reste des défis importants à surmonter pour rendre la fusion nucléaire économiquement viable et technologiquement faisable à grande échelle. L’un d’eux est la gestion des instabilités du plasma.
Le plasma, qui est un état chaud et ionisé de la matière, peut en effet subir des fluctuations et des perturbations imprévisibles pendant le processus de fusion. Ces instabilités peuvent alors compromettre la stabilité de la matière chauffée et entraver la continuité du processus de fusion, réduisant ainsi l’efficacité de la production d’énergie.
C’est ici que l’intelligence artificielle (IA) intervient.
Prévenir les instabilités
Dans le cadre de récents travaux, des chercheurs de l’Université de Princeton ont utilisé des modèles d’IA pour prédire et prévenir les instabilités du plasma.
Les fuites de plasma, résultant de l’instabilité et de la surchauffe du plasma pendant une réaction de fusion, peuvent en effet compromettre la stabilité des champs magnétiques qui le confinent, mettant souvent fin à la réaction. L’équipe de recherche a ici exploité la puissance de l’IA pour anticiper ces instabilités jusqu’à 300 millisecondes avant qu’elles ne se produisent, soit suffisamment de temps pour apporter des modifications afin de garder le plasma sous contrôle.
Le processus a impliqué l’utilisation de données provenant d’expériences passées sur le tokamak DIII-D, situé au laboratoire national de fusion magnétique à San Diego, en Californie, pour former un réseau neuronal profond capable de prédire la probabilité d’une future instabilité en fonction des caractéristiques du plasma en temps réel. Cela a été combiné avec un algorithme d’apprentissage par renforcement, permettant à l’IA d’essayer différentes stratégies de contrôle du plasma et d’apprendre par essais et erreurs dans un environnement simulé.
Une fois que le contrôleur d’IA a été développé et testé avec succès, il a été appliqué à une expérience réelle de fusion au tokamak D-III D, où il a effectué des modifications en temps réel des paramètres du tokamak pour éviter le déclenchement d’une instabilité.
Les chercheurs considèrent cette étude comme une preuve de concept prometteuse, démontrant comment l’IA peut efficacement contrôler les réactions de fusion. Ils prévoient d’obtenir davantage de preuves en observant le contrôleur d’IA en action sur d’autres tokamaks et envisagent d’étendre l’algorithme pour traiter différents problèmes de contrôle simultanément.
Cette approche ouvre ainsi de nouvelles perspectives pour le développement de la fusion nucléaire en tant que source d’énergie propre et viable.
Source : https://www.science-et-vie.com/cerveau-e...27504.html