 |
| Representación artística de la cápsula del hohlraum calentada por rayos láser en ambos extremos. Los rayos convergen en el objetivo y lo comprimen para crear las condiciones necesarias para la fusión. Crédito: National Ignition Facility (CC BY-NC-SA 4.0) |
Científicos del Laboratorio Nacional Lawrence Livermore han anunciado que un nuevo modelo de inteligencia artificial (IA) predijo con precisión los resultados de un experimento de fusión nuclear realizado en 2022. El modelo asignó correctamente una probabilidad superior al 70 % de que se produjera ignición en dicho experimento. Esto superó los enfoques existentes de supercomputadoras, a la vez que ofreció a los investigadores una forma más precisa de predecir resultados en un campo de investigación con datos limitados.
Actualmente, la energía nuclear que producimos proviene de reacciones de fisión. Esto implica la colisión de neutrones para formar átomos más grandes, lo que los obliga a dividirse en átomos más pequeños que también liberan neutrones adicionales. Estos neutrones colisionan con otros átomos e inician la misma reacción física, creando finalmente una reacción en cadena que libera enormes cantidades de energía. Esta reacción en cadena es difícil de mantener, por lo que la fisión se logra con mayor frecuencia con isótopos específicos de uranio (uranio-235) o plutonio (plutonio-239).
La energía liberada por la fisión se utiliza en reactores nucleares para calentar agua y producir vapor. Esto hace girar una turbina que produce electricidad libre de carbono. Sin embargo, las reacciones de fisión presentan algunas desventajas, entre ellas la producción de residuos nucleares duraderos y peligrosos para el medio ambiente.
En cambio, la fusión nuclear tiene el potencial de producir energía más limpia y, a la vez, es más segura de operar. La fusión ocurre cuando dos átomos en colisión se fusionan para formar uno más pesado, como dos átomos de hidrógeno que colisionan para formar helio. Este proceso libera mucha más energía con pocos subproductos nocivos, lo que lo convierte en una alternativa atractiva a los métodos actuales. Sin embargo, aunque se han logrado avances sustanciales en este sentido, aún carecemos de la tecnología y la capacidad para crear y mantener las condiciones que producen la fusión.
La Instalación Nacional de Ignición (NIF) del Laboratorio Nacional Lawrence Livermore alberga el sistema láser más energético del mundo, que se utiliza para experimentar con la fusión. En un programa, conocido como Fusión por Confinamiento Inercial, se colocan pastillas que contienen deuterio y tritio (isótopos de hidrógeno) en un cilindro llamado hohlraum. Este cilindro se calienta mediante láseres, lo que provoca la liberación de potentes rayos X que provocan la rápida compresión de los gránulos. En la compresión máxima, el volumen de la cápsula se reduce 10.000 veces, produciendo niveles extremos de calor y energía.
 |
| La fusión nuclear tiene el potencial de producir energía más limpia y, a la vez, es más segura de operar. Imagen de Pete Linforth en Pixabay |
Si todo marcha bien, esto genera y propaga la fusión que, idealmente, genera más energía de la que se introdujo.
Actualmente, las simulaciones por computadora no son eficaces para predecir todo lo que implica este proceso. Esto se debe tanto a las limitaciones de los códigos de estos modelos como a los errores introducidos por las simulaciones. En el mejor de los casos, los métodos predictivos existentes tardan varios días en analizar todo el código. Lo que se produce es una impresión imprecisa de lo que está sucediendo, similar a un mapa poco fiable.
Esto significa que, en tiempo real, los investigadores que utilizan estos mapas no saben si hay errores o problemas futuros, ni si estos errores forman parte del diseño de la investigación. Sin embargo, esto es todo lo que tienen para trabajar, por lo que deben tomar una decisión basándose en esta información limitada, lo cual siempre implicará altos costos en términos del intento de ignición, que es costoso.
Para superar esto, el equipo del NIF ideó una nueva forma de crear estos "mapas" fusionando datos históricos con simulaciones físicas de alta fidelidad y el conocimiento de expertos. Esto se incorporó a una supercomputadora que realizó evaluaciones estadísticas durante más de 30 millones de horas de CPU. En efecto, esto permite a los investigadores ver todas las posibilidades de que las cosas salgan mal y evaluar preventivamente sus diseños experimentales. Esto ahorra mucho tiempo y, lo que es más importante, dinero.
El equipo probó este enfoque en un experimento realizado en 2022 y, tras algunos cambios en la física del modelo, pudo predecir el resultado con una precisión superior al 70 %.
Los investigadores llevan décadas intentando lograr la fusión, por lo que, si bien este resultado no demuestra un resultado en ese proceso en sí, sí indica una manera de hacer que las pruebas sean asequibles y más eficientes en el futuro.
El estudio se publicó en Science.