DeepMind, une entreprise (appartenant à Google) spécialisée dans l’intelligence artificielle, collabore actuellement avec des chercheurs de l’École polytechnique fédérale de Lausanne (EPFL), au Swiss Plasma Center (CPS). Dans un article paru dans Nature, ils expliquent comment ils sont parvenus à simplifier le processus de contrôle du plasma issu d’une fusion nucléaire grâce à une intelligence artificielle.
L’intelligence artificielle en question s’est en effet montrée capable de contenir le plasma dans un tokamak et de le contrôler pour lui faire prendre différentes configurations. Si le terme « tokamak » vous évoque une sorte de hamac, il vous faudra peut-être une petite explication sur le sujet. En réalité, il s’agit d’une structure en forme de beignet utilisée dans les recherches expérimentales sur la fusion nucléaire pour contenir le plasma.
La fusion nucléaire, ardemment étudiée par les scientifiques, est la réaction au cours de laquelle deux noyaux atomiques « légers » se percutent à grande vitesse pour fusionner. Ce phénomène libère une énorme quantité d’énergie, sans les inconvénients liés aujourd’hui aux déchets radioactifs et aux risques d’emballement nucléaire. Elle est en effet à distinguer de la fission nucléaire, qui se base au contraire sur la capacité des atomes (d’uranium principalement) à se diviser en deux, phénomène actuellement utilisé dans nos centrales nucléaires.
La fusion nucléaire libère donc une très grande quantité d’énergie (plus importante que dans la fission). Pour donner une idée, c’est le même phénomène qui est à l’œuvre dans notre soleil ou d’autres étoiles ! Lorsque les scientifiques parviennent à générer une fusion nucléaire, ils obtiennent ce qu’on appelle du « plasma » d’hydrogène, qui atteint généralement une température plus élevée que celle du Soleil. Comme on peut s’y attendre, il n’est donc pas facile de contenir toute cette énergie. Or, pour en extraire une quelconque puissance et pouvoir en faire un jour un usage concret, il est nécessaire de contenir ce plasma, pour qu’il se maintienne.
Si l’on ne parvient pas à le maintenir, la réaction ne se maintient pas non plus. Dans une étoile, où elle (la réaction) se fait naturellement, c’est la force de gravité qui tient lieu de « carcan » pour l’énergie. Sur Terre, pour la contenir, les scientifiques utilisent des bobines pour générer un champ magnétique. Cependant, ce fameux plasma est très instable, son état change en continu : les scientifiques doivent donc faire des calculs et des simulations extrêmement complexes pour savoir comment ajuster le champ magnétique. « Par exemple, un système de contrôle doit coordonner les nombreuses bobines magnétiques du tokamak et ajuster leur tension des milliers de fois par seconde pour s’assurer que le plasma ne touche jamais les parois de la cuve, ce qui entraînerait une perte de chaleur et éventuellement des dommages », explique DeepMind.
Une IA qui « sculpte » le plasma
Malgré des années de recherches, tous ces ajustements et calculs restent complexes et chronophages. De plus, comme l’explique DeepMind, l’accès des scientifiques aux structures de recherche comme les tokamaks est limité, et nombreux sont ceux qui souhaitent mener des expériences.
« Notre simulateur est basé sur plus de 20 ans de recherche et est mis à jour en permanence », explique ainsi Federico Felici, scientifique au CPS et co-auteur de l’étude, dans un communiqué de l’EPFL. « Mais même ainsi, de longs calculs sont encore nécessaires pour déterminer la bonne valeur pour chaque variable du système de contrôle. C’est là qu’intervient notre projet de recherche conjoint avec DeepMind ».
L’équipe a en effet utilisé une intelligence artificielle pour simplifier tout ce processus de calcul. Lors des expérimentations, elle s’est révélée capable de contrôler les 19 bobines magnétiques de façon autonome pour contenir et « sculpter » le plasma, lui donner différentes formes. Les chercheurs se sont basés pour cela sur « l’apprentissage par renforcement », en utilisant un réseau neuronal. Pour rappel, un réseau neuronal est un système inspiré du fonctionnement des neurones biologiques, mais adapté aux méthodes statistiques. L’intelligence artificielle se « nourrit » de données pour en extraire des connexions logiques, et les traiter pour fournir un résultat.
L’intelligence artificielle a donc commencé par « apprendre », en observant la façon dont les réglages des bobines affectent la forme et les caractéristiques du plasma. Ensuite, les scientifiques ont pu fixer des objectifs en lui demandant de recréer ces formes par elle-même. Le plasma a d’abord été contenu par les méthodes habituelles, puis confié aux bons soins de l’IA. Elle s’est alors montrée capable de le manipuler, à la fois dans la simulation et en conditions réelles. Aucun ajustement n’a été fait entre la simulation et l’expérimentation directe. Il leur a été possible de fixer des objectifs concernant la forme du plasma, sa stabilité, ou encore sa position dans la cuve.
Se fixer sur l’objectif à réaliser
Selon les scientifiques, cette approche « permet la définition intuitive d’objectifs de performance, en mettant l’accent sur ce qui doit être réalisé, plutôt que sur comment ». Elle simplifie donc grandement les calculs. Elle permet aussi d’utiliser un seul contrôleur pour toutes les bobines, au lieu d’un par bobine. Si les caractéristiques et la forme du plasma sont si importantes, c’est parce qu’elles affectent la capacité à obtenir une meilleure stabilité, un confinement plus efficace, mais aussi à optimiser l’énergie dégagée.
L’IA a ainsi pu, par exemple, reproduire une configuration dite « en flocon de neige », dont la forme permet de mieux répartir l’énergie dégagée dans la cuve. Il a aussi été possible de créer une formation « en gouttelette », c’est-à-dire en isolant deux plasmas différents dans une même cuve, ou encore une forme de « D » proche de ce qu’il est prévu d’utiliser dans un tokamak de plus large échelle en construction en France, ITER. En effet, cet usage de l’IA devrait être encore plus utile dans des réacteurs de taille plus grande, puisque les calculs seront d’autant plus complexes à réaliser.
« Il s’agit d’une nouvelle direction prometteuse pour la conception de contrôleurs à plasma, avec le potentiel d’accélérer la science de la fusion, d’explorer de nouvelles configurations et d’aider au développement futur du tokamak », se félicitent les chercheurs dans l’étude.