Desde los años 80 existen dispositivos capaces de confinar magnéticamente el plasma generado durante una reacción de fusión termonuclear. Es una de las formas más limpias, prometedoras y sostenibles de generar energía para el futuro, fusionando átomos de hidrógeno. Pero aún están muy limitados; solo pueden mantener las altísimas temperaturas que se generan en su arranque durante ínfimas fracciones de segundo. ¿Pueden las nuevas técnicas de la Inteligencia Artificial ayudar a resolver este problema?
Inteligencia artificial al rescate de la física
Ahora, un equipo de científicos de la Universidad de Princeton ha propuesto nuevas ideas para utilizar la inteligencia artificial para evitar la inestabilidad que se produce en estos dispositivos, popularmente conocidos como reactores tokamak. Estos reactores tienen la espectacular geometría de una cámara toroidal con bobinas magnéticas. Son, geométricamente, un toroide circular o, en términos llanos, un dónut.
Debido a que ningún material puede resistir tan altas temperaturas, es crucial asegurarse de que el plasma generado nunca toque las paredes del reactor. De este modo la reacción y las altas presiones serían controlables.
Aunque todo este lenguaje suene un poco críptico debido al lenguaje utilizado por los físicos y matemáticos, un ejemplo más mundano permite entenderlo fácilmente. Es comparable a un videojuego en el que hay que controlar con un mando una bolita de energía (el plasma) para que no toque la esfera que la rodea (el tokamak). El problema es que todo es muy inestable y con los pequeños movimientos para controlar la bolita puede desplazarse demasiado, o desgarrarse, dando al traste con el equilibrio inestable y con todo el juego. Sin embargo, las IA son especialmente buenas aprendiendo y gestionando este tipo de escenarios.
Aplicando a la energía el aprendizaje profundo por refuerzo
La técnica que han propuesto los investigadores es el aprendizaje profundo por refuerzo Deep reinforcement learning (DRL) que ya hemos visto en acción en videojuegos, robots y otros entornos. De hecho ver los materiales que hay en internet acerca de cómo aprenden estas IAs mediante un refinamiento a base de crear miles de copias para ir viendo cuál aprende mejor, recogiendo información clave y evitando conflictos entre las recompensas a corto y largo plazo es una auténtica maravilla.
Lo más interesante es que el modelo desarrollado por los físicos puede aprender a predecir la aparición de inestabilidades. Es capaz de ajustar los controles del tokamak para evitarlas, manteniendo el plasma estable y permitiendo que continúe la fusión de forma permanente. Es algo que va un poco más allá de la forma tradicional en la que se enfrentan los físicos a este problema, creando una IA que puede «adivinar» dónde van a surgir las situaciones que necesiten control antes de que se produzcan.
Este enfoque permite a la IA aprender a mantener el plasma confinado en el estado deseado, incluso bajo condiciones que anteriormente se consideraban desfavorables para una fusión estable, ya fuera porque estaban por debajo de los límites de seguridad, los cuales en realidad no llegan a sobrepasarse. En las primeras pruebas la IA pudo mantener el plasma estable, superando a todos los métodos de control preprogramados tradicionales y manteniendo un rendimiento óptimo del reactor.
La IA y los avances en resolución de problemas de física e ingeniería
Tras esta ingeniosa aplicación de métodos de IA a problemas reales que fuerzan las nuevas invenciones hasta límites insospechados hay una gran lección. No es solo un avance significativo para la fusión nuclear como una fuente de energía viable y sostenible, sino que también un avance para la resolución en general de problemas complejos y críticos en física e ingeniería.
Sin olvidar que la implementación práctica y la efectividad de estas soluciones de IA en entornos de fusión nuclear reales aún están en etapas de investigación y desarrollo, caben esperar grandes cosas si confiamos este tipo de procesos a algoritmos que sepan hacerlo mejor que los tradicionales.
Foto | Tokamak Consorcio EUROfusion (UE)
