Deng Guohong | Zhao Weiwei
Une équipe de recherche dirigée par le professeur SUN Youwen, des Instituts de sciences physiques de Hefei de l’Académie chinoise des sciences, a mis au point deux systèmes innovants d’intelligence artificielle (IA) afin d’améliorer la sécurité et l’efficacité des expériences sur l’énergie de fusion.
Leurs conclusions ont récemment été publiées dans les revues Nuclear Fusion and Plasma Physics et Controlled Fusion.
L’énergie de fusion promet de fournir une énergie propre et pratiquement illimitée. Cependant, pour les futurs réacteurs, il est indispensable qu’ils fonctionnent de manière fiable et évitent les phénomènes dangereux tels que les perturbations (événements soudains et intenses pouvant endommager le réacteur) et contrôlent avec précision l’état de confinement du plasma afin de maintenir des performances élevées.
Pour relever ces défis, l’équipe a créé deux systèmes d’IA spécialisés.
Le premier système d’IA sert à prédire les perturbations. Il utilise des modèles d’arbres de décision pour détecter les signes avant-coureurs de perturbations causées par ce qu’on appelle les « modes verrouillés », une instabilité courante du plasma. Contrairement à l’IA classique de type « boîte noire », ce modèle est interprétable : il ne se contente pas de signaler qu’il y a un problème, il explique également pourquoi, en indiquant les signaux physiques qui sous-tendent ses prédictions. Lors des tests, il a donné des alertes précoces correctes dans 94 % des cas, avec des alertes déclenchées 137 millisecondes avant la perturbation, ce qui laisse suffisamment de temps pour agir.
Newsletter Enerzine
Recevez les meilleurs articles
Énergie, environnement, innovation, science : l’essentiel directement dans votre boîte mail.
Le deuxième outil d’IA surveille l’état du plasma. Au lieu d’utiliser des modèles distincts pour identifier les modes de fonctionnement (comme le mode L et le mode H) et détecter les modes localisés en bordure (ELM), les chercheurs ont développé un modèle d’apprentissage multitâche qui effectue les deux tâches à la fois. Cette approche améliore la précision et la robustesse. Résultat : un taux de réussite de 96,7 % dans la reconnaissance des conditions du plasma en temps réel.
Ces outils d’IA améliorent non seulement la sécurité des réacteurs, mais approfondissent également notre compréhension du comportement du plasma. Les technologies développées dans le cadre de ces travaux constituent une base essentielle pour les systèmes de contrôle intelligents nécessaires aux réacteurs à fusion de nouvelle génération.
Article : « Automatic identification of tokamak plasma confinement states (L-mode, ELM-free H-mode, and ELMy H-mode) with multi-task learning neural network » – DOI : 10.1088/1741-4326/ade3ed
Source : Hefei Institutes
