- El laboratorio de inteligencia artificial de Alphabet, DeepMind, ha ayudado a los científicos a dar un "paso significativo" en la investigación de la fusión nuclear.
- La firma demostró que la IA podría usarse para regular la forma y la temperatura del plasma nuclear.
- Un mayor éxito podría allanar el camino para una forma de energía más barata y menos derrochadora.
- ¿Ya conoces nuestra cuenta en Instagram? Síguenos.
El laboratorio de inteligencia artificial de Google, DeepMind, aplica sus algoritmos a la fusión nuclear, ayudando a la investigación.
DeepMind colaboró con el Swiss Plasma Center en École Polytechnique Fédérale de Lausanne, un laboratorio de investigación de fusión nuclear, en el problema de controlar la materia cuya temperatura alcanza millones de grados Celsius, más caliente que el núcleo del Sol.
Sus hallazgos, presentados en la revista Nature, podrían ayudar a diseñar los reactores experimentales y conducir a un futuro avance.
La fusión nuclear es una fuente de energía y difiere de la fisión nuclear, que es utilizada por las centrales nucleares modernas para generarla.
Esta ocurre cuando dos átomos chocan para formar uno solo más pesado, produciendo electricidad. Es una promesa considerable, porque en teoría produciría mucha más energía y dejaría menos desechos nucleares.
DeepMind fue el primero en utilizar este tipo particular de IA en la investigación de fusión nuclear
La fusión nuclear ocurre naturalmente en el núcleo del Sol y otras estrellas, y esto genera grandes cantidades de energía.
Un tokamak es la gran cámara de vacío con forma de rosquilla que se utiliza en los laboratorios para tratar de recrear esas condiciones extremas y volátiles en la Tierra.
El tokamak del Swiss Plasma Center es un «tokamak de configuración variable» (TCV), lo que significa esencialmente que los investigadores pueden observar el efecto del plasma que toma diferentes formas.
Una de las principales dificultades es confinar y controlar el plasma
Esto es tan difícil que los científicos todavía tienen que producir más energía a partir de la fusión de la que consume el proceso.
Los experimentos produjeron 59 julios de energía durante cinco segundos, suficiente para hervir alrededor de 60 teteras de agua, y fue un gran avance.
El voltaje que pasa por las bobinas magnéticas del tokamak debe ajustarse miles de veces por segundo para evitar la pérdida de calor o daños.
Tal como están las cosas, los investigadores prueban sus configuraciones de plasma en un simulador antes de probarlo en el tokamak, algo que implica «largos cálculos».
DeepMind entrenó con éxito un algoritmo en el simulador del Swiss Plasma Center para controlar las bobinas magnéticas, mediante el machine learning.
Aquí es donde los algoritmos tienen «recompensas» por lograr resultados sólidos.
La IA pudo controlar el campo magnético para obtener resultados
DeepMind y el Swiss Plasma Center desarrollaron una arquitectura que podía mantener el plasma, esculpirlo en diferentes formas e incluso mantenerlo separado simultáneamente.
Luego, el algoritmo del equipo se implementó en el tokamak de la vida real del Swiss Plasma Center.
La IA demostró ser tan capaz de manipular el campo magnético, durante un periodo de aproximadamente dos segundos, como lo había sido en el simulador.
«Recuerdo que en la sala de control había mucho interés y emoción en el momento en que esto funcionó», dijo Federico Felici del Swiss Plasma Center en una rueda de prensa.
«No estaba particularmente nervioso, porque el TCV es un tokamak realmente orientado a la investigación, por lo que no teníamos miedo de que algo saliera mal de ninguna manera… Incluso si la red neuronal cometía un error, nada realmente malo iba a pasar».
Los científicos dicen que este es un paso prometedor para el futuro de la fusión nuclear
Los expertos en fusión sugirieron que la investigación podría ayudar a informar el diseño de los tokamaks y sus sistemas de control.
Egemen Kolemen, profesor de ingeniería mecánica en la Universidad de Princeton, dijo que esto es un «proceso increíblemente complejo fuera más manejable».
«Esta impresionante demostración de control magnético de aprendizaje por refuerzo que funciona con éxito en un reactor real avanza el estado del arte y muestra que estos enfoques desempeñarán un papel importante en los reactores de fusión en el futuro», dijo.
«Este trabajo es un paso significativo en nuestra comprensión de cómo podríamos diseñar nuevos tokamaks que incorporen IA, y en el futuro esperamos ver una mayor sofisticación en el uso del aprendizaje por refuerzo en el campo», dijo Ambrogio Fasoli, director de Swiss Plasma Center.
El cofundador y director ejecutivo de DeepMind, Demis Hassabis, dijo: «La fusión nuclear es una de las fuentes potenciales más emocionantes de energía limpia ilimitada de la humanidad y estoy extremadamente orgulloso del trabajo del equipo para ampliar los límites de lo que es posible en el campo».
TAMBIÉN LEE: Día internacional contra los ensayos nucleares —5 puntos para entender la importancia del tema
