Les États-Unis investissent des millions dans la création d'une IA pour contrôler la fusion nucléaire, car les humains n'en sont pas capables,

Le gouvernement américain a lancé un appel à projets

Les États-Unis investissent des millions dans la création d'une IA pour contrôler la fusion nucléaire, car les humains n'en sont pas capables
le gouvernement américain a lancé un appel à projets

Le département américain de l'Énergie (DOE) a annoncé qu'il financera des projets dans les domaines de l'apprentissage automatique (ML), l'intelligence artificielle (IA) et les ressources de données pour l'énergie de fusion et les sciences du plasma. L'objectif est d'utiliser l'IA pour accélérer l'analyse et la simulation de l'énergie de fusion et des sciences du plasma utilisées dans plusieurs expériences du DOE. Les autorités américaines mettent l'accent sur les approches susceptibles de soutenir le développement d'une usine pilote de fusion au cours des prochaines décennies. Le programme de financement prévoit une enveloppe de 33 millions de dollars sur trois ans.

Des scientifiques du Lawrence Livermore National Laboratory (LLNL) ont récemment annoncé qu'ils avaient réussi à allumer la fusion. L'expérience, menée au National Ignition facility du LLNL, aurait généré 3,15 mégajoules d'énergie en en envoyant 2,05 mégajoules de 192 lasers sur une pastille de combustible. Cependant, il y a un énorme problème. Si l'expérience a marqué une étape importante dans la quête, déjà longue de plusieurs décennies, d'une énergie propre et abondante en simulant les processus à l'intérieur de notre Soleil, ce rêve est encore loin de la réalité. Le problème est que la méthode d'allumage par fusion n'est pas efficace.

Pour produire 3,15 MJ d'énergie, il a fallu verser 322 MJ dans les lasers utilisés dans l'expérience. Ainsi, les scientifiques du ministère de l'Environnement pensent que l'IA ou l'apprentissage automatique pourrait être le secret pour changer cette situation en extrayant des informations jusqu'alors négligées des grands ensembles de données générées par ces expériences et en affinant les modèles utilisés pour simuler les systèmes de fusion. Dans la foulée, le ministère américain de l'Énergie a décidé d'offrir 33 millions de dollars aux chercheurs capables de mettre l'IA, l'apprentissage automatique et d'autres ressources de données au service de la cause.


Le but du DOE est de soutenir des équipes multidisciplinaires visant à appliquer des algorithmes avancés et autonomes pour répondre à des opportunités de recherche hautement prioritaires dans son programme Fusion Energy Sciences. Les candidats sont encouragés à proposer des recherches sur de nouveaux systèmes de gestion, de formatage, de conservation et d'accès aux données expérimentales et de simulation, fournies dans des bases de données accessibles au public. Le DOE estime que les approches qui soutiennent la réalisation d'une usine pilote de fusion sur une échelle de temps décennale sont d'une grande importance programmatique.

L'idée d'utiliser l'IA/ML dans la recherche sur la fusion et le plasma a été lancée depuis des années maintenant. En 2018 déjà, le comité consultatif sur les sciences de l'énergie de fusion a reconnu le potentiel de la technologie pour accélérer la recherche. Avance rapide jusqu'à cette semaine, le DOE prévoit maintenant de financer la recherche sur son application à hauteur de 11 millions de dollars par an pour les trois prochaines années. Toutefois, la totalité de cette somme ne sera pas consacrée à un seul projet. Le ministère américain de l'Environnement prévoit de financer six à dix projets et a plafonné le financement entre 1 et 2,5 millions de dollars.

En février de cette année, DeepMind, la filiale d'Alphabet (la société mère de Google) spécialisée dans le développement de l'intelligence artificielle, a annoncé qu'elle était parvenue à entraîner à une IA à contrôler une réaction de fusion nucléaire. Plus précisément, l'équipe DeepMind explique avoir appris à une IA à contrôler le plasma enflammé à l'intérieur d'un réacteur à fusion nucléaire tokamak, grâce à la technique de l'apprentissage par renforcement. Les scientifiques estiment que les recherches de DeepMind pourraient révolutionner le secteur du nucléaire, qui présente encore de nombreux défis à relever.

Selon les scientifiques, la réaction de fusion qui a lieu à l'intérieur des réacteurs à fusion peut être qualifiée d'un chaos d'un genre particulier. Les atomes d'hydrogène s'entrechoquent à des températures incroyablement élevées, créant un plasma tourbillonnant et grondant, plus chaud que la surface du soleil. Trouver des moyens intelligents de contrôler et de confiner ce plasma sera essentiel pour libérer le potentiel de la fusion nucléaire, qui est considérée depuis des décennies comme la source d'énergie propre de l'avenir. Bill Gates consacre d'ailleurs sa retraite à relever le défi avec sa société nucléaire TerraPower.

À ce stade, la science qui sous-tend la fusion semble solide, mais il reste un défi technique à relever. « Nous devons être en mesure de chauffer cette matière et de la maintenir ensemble suffisamment longtemps pour pouvoir en extraire de l'énergie », explique Ambrogio Fasoli, directeur du "Swiss Plasma Center" (SPC) de l'École polytechnique fédérale de Lausanne (EPFL), en Suisse. Ainsi, selon les scientifiques, pour que la fusion fonctionne normalement, le logiciel de contrôle d'un tokamak doit surveiller l'état du plasma qu'il contient et réagir à tout changement en ajustant en temps réel les aimants du système.

Dans le cas contraire, les conséquences peuvent aller d'une baisse d'énergie (qui entraîne l'échec de la fusion) à un déversement du plasma hors du confinement (qui brûle les parois du conteneur). Les systèmes conventionnels sont contrôlés par ordinateur et basés sur des modèles et des simulations minutieuses, mais selon Fasoli, ils sont "complexes et pas toujours nécessairement optimisés". C'est là que DeepMind entre en jeu. L'IA de DeepMind serait capable de contrôler la fusion nucléaire de manière autonome. Le réseau neuronal - un domaine de l'IA qui imite l'architecture du cerveau humain - a d'abord été formé dans une simulation.

Un article publié dans la revue scientifique Nature décrit comment les chercheurs de DeepMind ont appris à un système d'apprentissage par renforcement profond à contrôler les 19 bobines magnétiques à l'intérieur du TCV, le tokamak à configuration variable du SPC. « Parfois, les algorithmes qui sont bons pour ces problèmes discrets ont du mal avec des problèmes aussi continus. C'était un très grand pas en avant pour notre algorithme, car nous avons pu montrer que c'était faisable. Et nous pensons que c'est définitivement un problème très, très complexe à résoudre », explique Jonas Buchli, chercheur chez DeepMind.

Martin Riedmiller, responsable de l'équipe de contrôle chez DeepMind, a déclaré que l'IA, notamment l'apprentissage par renforcement, est bien adaptée pour résoudre ce type de problème. En outre, depuis 2014, Google travaille avec la société californienne TAE Technologies, spécialisée dans la fusion, pour appliquer l'apprentissage automatique à un autre type de réacteur à fusion - accélérant ainsi l'analyse des données expérimentales. De même, des recherches...