Míg az atomerőművek jellemző folyamata, a maghasadás könnyebb atommagokra hasítja a nehéz atommagokat, a kutatók inkább a magfúzió felé szeretnének elmozdulni. Ez a folyamat könnyű hidrogénatomokat egyesít hatalmas mennyiségű energia felszabadítása érdekében. A fúzió több energiát termel, és nem hoz létre káros, radioaktív melléktermékeket. Ez a folyamat a Nemzetközi Atomenergia Ügynökség leírása szerint kilogrammonként négyszer több energiát termelhet üzemanyagként, mint a maghasadás (amit atomerőművekben használnak), és közel négymilliószor több energiát, mint az olaj vagy a szén elégetése. Ez a módszer egyelőre még kísérleti stádiumban van, és a folyamat optimalizálása óriási számítástechnikai teljesítményt igényel.
Ezen a területen hozhat áttörést a mesterséges intelligencia, amely képes lehet megjósolni a fúzió várható kimenetelét. A Lawrence Livermore Nemzeti Laboratórium tudósai arról számoltak be, hogy újonnan kifejlesztett mélytanulási modelljük sikeresen jósolta meg, hogy a National Ignition Facility (NIF) három évvel ezelőtti fúziós kísérlete el fogja érni a gyújtást. A modell felülmúlta a hagyományos szuperszámítástechnikai módszereket azáltal, hogy több paramétert fedett le nagyobb pontossággal.
A sikeres előrejelzés egy kritikus kihívást kezel a fúziós kutatásban: a NIF évente csak néhány tucat ilyen gyújtási kísérletet tud végrehajtani, ami minden kísérletet rendkívül értékes tesz. A hagyományos számítógépes szimulációk napokig tartanak, és gyakran tartalmaznak egyszerűsített igényeket, amelyek csökkentik a pontosságot.
„A nukleáris fúzió elérése olyan, mint egy magas, feltérképezetlen hegy megmászása” – magyarázza Kelli Humbird, a Science folyóiratban megjelent tanulmány társszerzője. „A számítógépes szimulációk egy „tökéletlen” térképet jelentenek, amelynek állítólag meg kellene tanítania a kutatókat a csúcs elérésére, de ez a térkép tele lehet hibákkal. Mindeközben az óra ketyeg, és a kutatóknak gyorsan el kell dönteniük, hogy vállalják-e a túrát aznap, és persze azt is, hogy milyen eszközöket fognak használni. És természetesen minden „túra”, azaz gyújtási kísérlet hatalmas lyukat éget a költségvetésben.
Humbird csapata térképkészítési küldetésbe kezdett, összefűzve korábban gyűjtött NIF-adatokat, nagy pontosságú fizikai szimulációkat és a témában szerzett szakértői ismereteket, hogy egy átfogó adathalmazt hozzanak létre, majd ezen képezték ki a mesterséges intelligenciát. Ezután a NIF 2022-es magfúziós kísérletén tesztelték a modellt, amely végül azért lehetett sikeres, mert képes volt elfogadni és lemásolni a való világ tökéletlenségeit, problémáit. Összességében ez a mostani eredmény korszakváltó pillanatot jelent a tiszta energia kutatásában, mivel a kutatók számára egy hatékony eszközt kínál a gyakorlati fúziós energia felé vezető út felgyorsításához.
Ha máskor is tudni szeretne hasonló dolgokról, lájkolja a HVG Tech rovatának Facebook-oldalát.
(Cikkünk nyitóképén a National Ignition Facility fúziós kísérleteinek helyszíne látható. Forrás: LLNL/NIF/Jason Laurea.)
