מדענים באוניברסיטת פרינסטון הגיעו לאבן דרך משמעותית במחקר אנרגיה נקייה: בינה מלאכותית (AI) שחוזה ומעצרת חוסר יציבות בפלזמת היתוך. ההתקדמות מצמצמת את הפער בין ניסויים במעבדה לבין מקור אנרגיה בלתי מוגבל, נקי מפחמן ובעל כדאיות מסחרית.

האתגר של יציבות פלזמת ההיתוך

היתוך גרעיני הוא המקור לאנרגיה של השמש. כדי לשחזר זאת על כדור הארץ, חוקרים מחממים גז למיליוני מעלות וכלאים את הפלזמה שנוצרת באמצעות שדות מגנטיים במכשירים הנקראים טוקאמקים (tokamaks). הפלזמה היא תנודתית; תנודה קטנה עלולה לעורר "חוסר יציבות" שמאלץ את הגז החם לגעת בדפנות הכור, מה שגורם לנזק למכונה ומפסיק את התגובה.

היסטורית, מהנדסים הגיבו לאירועים הללו, אך זמן התגובה שלהם לעיתים קרובות איטי מדי. שליטה בפלזמה דורשת לולאות בקרה המגיבות במיקרו-שניות.

בקרה מבוססת AI: הפריצת דרך של פרינסטון

חוקרי פרינסטון הטמיעו מודל AI ישירות לתוך לולאת הבקרה, מה שמאלץ אותו לפעול מדי 20 מילי-שניות (ms). המערכת עושה יותר מאשר רק לצפות — היא פועלת.

במהלך בדיקה שנערכה לאחרונה, ה-AI זיהה חוסר יציבות פוטנציאלי לנזק 200 מילי-שניות לפני שהוא היה מופיע. המרווח הקצר הזה הוא נצח עבור פיזיקת הפלזמה. עם האזהרה, הכור יישם פעולות מתקנות ומנע את חוסר היציבות לחלוטין. המעבר משיטת בקרה תגובתית (reactive) לבקרה פרואקטיבית (proactive) הוא מה שרבים מכנים "הגביע הקדוש" של היתוך תחת כליאה מגנטית.

התרחבות לקראת היתוך מסחרי

הניסוי מראה שהשגת רווח אנרגטי נקי (net-energy gain) הופכת לבעיה חישובית לא פחות מבעיה פיזיקלית. ככל שהכורים גדלים, אלגוריתמים של למידת מכונה חייבים לעבד זרמי נתונים גדולים יותר ויותר בזמן אמת.

ההצלחה של פרינסטון מוכיחה ש-AI יכול לעמוד בדרישות התדירות הגבוהה של סביבת היתוך, ומציעה מודל למכונות עתידיות כמו ITER ולסטארט-אפים במגזר הפרטי. על ידי מניעת נזק לחומרה וצמצום זמני השבתה, ה-AI הופך את הכלכלה של היתוך גרעיני לאטרקטיבית הרבה יותר.

המשמעות עבור הודו

סדר היום האגרסיבי של הודו בנושא אקלים, "Panchamrit", והחתירה לעצמאות אנרגטית, מעניקים לפריצת דרך זו משקל אסטרטגי:

  • ביטחון אנרגטי ודה-קרבוניזציה: התעשייה המשגשגת של הודו זקוקה לאספקת אנרגיה בסיסית (baseload) אמינה שסולארי ורוח אינם יכולים לספק לבדם. שליטה בהיתוך מבוסס AI עשויה לאפשר למדינה לדלג על דלקים מאובנים ולהבטיח חשמל נקי מפחמן לטווח ארוך.
  • מחקר טכנולוגיה עמוקה (Deep-tech): התוצאה מדגישה את השילוב בין AI לפיזיקה בסיסית. מכונים כמו המכון למחקר פלזמה (Institute for Plasma Research) חייבים להשקיע בבקרה מבוססת AI של פלזמה כדי להישאר תחרותיים.
  • אוטונומיה אסטרטגית: בעוד העולם מתקרב לעתיד המונע על ידי היתוך גרעיני, פטנטים על מערכות אנרגיה מבוססות AI יהפכו למנוף גיאופוליטי חדש. על הודו לשאוף לעצב את הכללים ולא רק לעקוב אחריהם.

מגבלות ושאלות פתוחות

הוכחת ההיתכנות (proof-of-concept) נערכה על מכשיר בודד.

מה לעקוב אחריו בהמשך

  • בדיקות רחבות יותר: יש לעקוב אחר דיווחים מטוקאמקים גדולים יותר שמנסים לולאות AI דומות. הנתונים שלהם יחשפו האם היתרון של 200 מילי-שניות יישמר ברמות הספק גבוהות יותר.
  • סכימות בקרה היברידיות: חוקרים ככל הנראה ישלבו תחזיות AI עם בקרים מסורתיים מבוססי מודלים כדי לצמצם התראות שווא תוך שמירה על יתרון האזהרה המוקדמת.

הדגמת פרינסטון מוכיחה שחיזוי צנוע — של שתי עשיריות השנייה בלבד — יכול לשנות את הדרך שבה אנו מאלפים את כוח השמש על כדור הארץ. אם הגישה תשרוד את בדיקות ההתרחבות הבאות, היא עשויה להפוך לעמוד השדרה של ארכיטקטורת הבקרה שתהפוך סוף סוף את ההיתוך למקור אנרגיה מעשי ונקי מפחמן.