Des scientifiques de Rochester vont développer l’apprentissage automatique pour aider à prédire, concevoir et améliorer les implosions par fusion laser pour l’énergie de fusion inertielle.
Des chercheurs de l’Université de Rochester et de Hewlett Packard Enterprise pensent que l’intelligence artificielle (IA) peut aider les scientifiques à franchir la prochaine étape vers la création de sources d’énergie de fusion.
Le département américain de l’Énergie va fournir à une équipe de physiciens et d’informaticiens près de 3 millions de dollars pour explorer comment l’apprentissage automatique et la science des données peuvent aider à prédire, concevoir et améliorer les implosions par fusion laser.
Pendant des années, les scientifiques ont utilisé des lasers pour essayer de générer de l’énergie de fusion par un processus appelé fusion par confinement inertiel, où des cibles remplies de combustible sont comprimées et chauffées pour initier des réactions de fusion nucléaire.
Mais jusqu’à présent, les tests dans des installations laser comme OMEGA au Laboratory for Laser Energetics (LLE) de Rochester ont généré moins d’énergie que prévu par les simulations.
« Malgré de nombreuses années de recherche sur la fusion inertielle entraînée par laser, il n’y a pas de voie claire vers les gains énergétiques élevés requis pour l’énergie de fusion inertielle, déclare le chercheur principal Riccardo Betti, scientifique en chef du LLE et professeur Robert L. McCrory au département de génie mécanique et au département de physique et d’astronomie. Cependant, nous disposons maintenant d’une multitude de données expérimentales que nous pouvons exploiter avec l’apprentissage automatique pour corriger systématiquement les simulations et guider les ajustements en temps réel des expériences. »
L’équipe utilisera la base de données expérimentales OMEGA comme données d’entraînement ainsi que les bases de données de simulation des codes hydrodynamiques radiatifs LLE. En fin de compte, ils espèrent que les modèles d’apprentissage automatique qu’ils développeront les aideront à concevoir des implosions plus performantes et à mieux comprendre la complexité de la physique non linéaire sous-jacente de la fusion.
En synthèse
Cette collaboration pluridisciplinaire entre physiciens en fusion, informaticiens et experts en données vise à exploiter le potentiel de l’intelligence artificielle et de l’apprentissage automatique pour faire progresser la recherche sur la fusion par confinement inertiel. Les chercheurs espèrent que leurs modèles d’IA entraînés sur des données expérimentales et de simulation permettront de mieux comprendre et contrôler ce processus complexe, et ainsi se rapprocher de la production d’énergie propre et inépuisable par la fusion nucléaire.
Pour une meilleure compréhension
Qu’est-ce que la fusion inertielle ?
La fusion inertielle consiste à comprimer très rapidement des combustibles nucléaires à l’aide de lasers de haute puissance, afin de générer les conditions de température et de pression nécessaires au démarrage de réactions de fusion nucléaire.
Pourquoi est-ce si difficile à réaliser ?
Le processus de fusion inertielle implique des phénomènes physiques extrêmement complexes et non linéaires qu’il est difficile de contrôler et d’optimiser, d’où des résultats inférieurs aux prédictions théoriques jusqu’à présent.
Comment l’IA peut-elle aider ?
L’IA permet d’analyser une grande quantité de données expérimentales et de simulations, d’en extraire des tendances et des corrélations difficiles à percevoir pour les humains, et ainsi de mieux comprendre et contrôler le processus de fusion inertielle.
Quels sont les défis à relever ?
Les principaux défis sont de développer des modèles d’IA capables de capturer toute la complexité des phénomènes physiques, et de les entraîner avec des données expérimentales de qualité en quantité suffisante.
Légende illustration principale : Vue de l’intérieur de la chambre cible OMEGA lors d’une expérience au LLE. L’installation laser OMEGA est utilisée pour la recherche sur la fusion par confinement inertiel pilotée par laser. (Photo du laboratoire d’énergétique laser de l’université de Rochester / Eugene Kowaluk)
Le projet rassemble des physiciens en confinement inertiel de fusion du LLE et des experts en intelligence artificielle et en apprentissage automatique du département d’informatique de Rochester et de Hewlett Packard Enterprise. Les co-chercheurs de Rochester incluent le professeur agrégé en informatique Christopher Kanan et le scientifique du LLE Varchas Gopalaswamy. Les chercheurs visent à terminer l’étude d’ici 2026.
