El somni de replicar el poder de les estrelles a la Terra per obtenir una font d’energia neta i amb combustible molt abundant ha estat, durant dècades, el gran “sant greal” de la física. La fusió nuclear promet una possible contribució a la crisi energètica global, utilitzant com a combustible deuteri extret de l’aigua de mar i triti produït a partir de liti, sense emissions directes de gasos amb efecte d’hivernacle i sense residus radioactius d’alta activitat i llarga durada com els de la fissió. Tanmateix, domesticar aquest procés exigeix recrear condicions extremes: temperatures superiors als 100 milions de graus centígrads, molt més calentes que el nucli del Sol.

El principal obstacle ha estat l’estabilitat. En reactors tipus tokamak —vasos amb forma de rosquilla—, aquest gas sobreescalfat o plasma ha de ser confinat mitjançant potents camps magnètics perquè no toqui les parets del reactor, fet que refredaria el plasma, aturaria la reacció gairebé instantàniament i podria malmetre l’estructura. Fins ara, els sistemes de control tradicionals han tingut dificultats per predir i reaccionar davant la naturalesa complexa, dinàmica i turbulenta del plasma amb la rapidesa necessària.

Aquí és on entra en joc la Intel·ligència Artificial, específicament l’Aprenentatge per Reforç Profund (Deep Reinforcement Learning). Aquesta tecnologia pot actuar com un “cervell digital” ultraràpid capaç de coordinar les bobines magnètiques milers de vegades per segon en experiments de control de plasma. En combinar la robusta enginyeria dels reactors de fusió amb l’agilitat predictiva de la IA, ens trobem davant d’una sinergia prometedora que podria ajudar a optimitzar el control del plasma, encara que encara no s’ha demostrat que escurci significativament els terminis perquè la fusió elèctrica sigui una realitat a la nostra xarxa pública.

El Reactor Tokamak i el Confinament Magnètic

Per entendre el desafiament, primer hem de conèixer l’escenari on passa la màgia: el tokamak. Desenvolupat originalment per científics soviètics a finals dels anys 50, el seu nom és un acrònim rus que descriu una “cambra toroidal amb bobines magnètiques”. Visualment, és un enorme vas amb forma de dònut envoltat de potents imants, que en dissenys moderns poden ser superconductors. La seva funció és central: allotjar el plasma, un estat de la matèria tan calent que cap material sòlid a la Terra podria contenir-lo directament sense patir danys greus.

Un dibuix del tokamak ITER i dels sistemes integrats, en aquest cas de la instal·lació ITER que actualment s’està construint a França. Imatge d’Oak Ridge National Laboratory – ITER Tokamak and Plant Systems (2016), CC BY 2.0, https://commons.wikimedia.org/w/index.php?curid=74249991

El funcionament del tokamak es basa en el principi de confinament magnètic. Les bobines generen camps de gran precisió que mantenen el plasma confinat i en moviment dins de la cambra, evitant que toqui les parets. En aquest entorn, els nuclis d’isòtops d’hidrogen, com el deuteri i el triti, poden xocar i fusionar-se, alliberant una gran quantitat d’energia. Durant aquest procés, el reactor genera una gran quantitat de dades per segon: temperatura, densitat, corrents elèctrics i la posició del plasma, captades per nombrosos sensors que vigilen l’evolució de la reacció.

Tanmateix, el tokamak té una limitació important: la inestabilitat. El plasma és un fluid extremadament complex, turbulent i sensible; determinades variacions en la seva forma poden provocar una “disrupció”, fent que el plasma perdi el confinament magnètic i la reacció s’aturi. Històricament, configurar els imants per evitar aquestes disrupcions ha estat un procés complex, lent i exigent, limitat per la capacitat humana i dels sistemes convencionals per processar la complexitat del plasma en temps real.

El “Cervell” de DeepMind al Reactor de Lausana

Una demostració destacada d’aquesta sinergia va tenir lloc al Swiss Plasma Center (EPFL), utilitzant el seu reactor de recerca TCV (Tokamak à Configuration Variable). El desafiament era considerable: el TCV és famós per la seva flexibilitat per adoptar diferents formes de plasma, però controlar-les exigeix un treball d’enginyeria exhaustiu i un disseny acurat per a cada nova configuració.

Edifici del Swiss Plasma Center, Universitat Politècnica de Lausana (EPFL).

La metodologia emprada va marcar un avenç important. Els investigadors de DeepMind van entrenar un model d’IA en un simulador digital del reactor suís. Un cop la IA va aprendre a mantenir l’estabilitat en l’entorn virtual, es va provar en el maquinari real del TCV. Els resultats van ser rellevants: la IA va ser capaç de controlar el plasma en temps real, mantenint configuracions de “floc de neu” o gotes estirades amb gran precisió. A més, el sistema va aconseguir gestionar dues gotes de plasma separades simultàniament dins de la mateixa cambra, una cosa difícil d’aconseguir de manera estable.

Aquest experiment va mostrar que la IA pot reduir el temps de preparació d’alguns experiments. Allà on abans es necessitaven càlculs i ajustos complexos per a una prova de pocs segons, la IA pot facilitar el disseny i l’execució del control. Les lliçons apreses a Lausana han demostrat que el control intel·ligent pot ser una eina prometedora per millorar l’estabilitat del plasma, encara que encara no eliminen el risc de disrupcions ni basten per si soles per garantir la integritat de reactors de gran escala.

Implicacions Globals i l’Horitzó Europeu

Els avenços de la IA en reactors experimentals com el de Lausana no són un fet aïllat, sinó un senyal d’una transformació sectorial en curs. La capacitat de millorar el control del plasma mitjançant algoritmes obre la porta a altres aplicacions crítiques, com el suport al disseny de nous materials que suportin el càstig tèrmic del reactor o l’optimització del cicle del “combustible” de triti. Estem avançant des d’una fase de “demostració científica” cap a una de “viabilitat tècnica i econòmica”.

Instal·lacions del CIEMAT, a la Ciutat Universitària, a Madrid. Imatge de Tiberio Feliz Murias – Treball propi, Domini públic, https://commons.wikimedia.org/w/index.php?curid=99496802

En el context europeu, aquesta sinergia pot ser important. Europa és el soci amfitrió del projecte ITER (Reactor Termonuclear Experimental Internacional) a França, un dels esforços científics internacionals més grans en energia de fusió, on Espanya juga un paper rellevant. Empreses i institucions espanyoles, com el CIEMAT (Centre d’Investigacions Energètiques, Mediambientals i Tecnològiques) i empreses d’enginyeria avançada, ja estan integrades en aquesta cadena de valor. L’adopció de sistemes de control basats en IA podria contribuir que l’ITER i els futurs reactors de demostració, com el projecte DEMO, avancin cap als seus ambiciosos objectius de producció d’energia de fusió.

Mirant cap al futur, el potencial és prometedor. Si aconseguim desenvolupar i validar aquests sistemes digitals de control, la fusió nuclear deixarà de percebre’s només com una promesa a molt llarg termini per convertir-se en un objectiu de desenvolupament industrial més definit. La col·laboració entre companyies tecnològiques com Google DeepMind i els centres de recerca públics europeus mostra que part de la sobirania energètica del futur podria construir-se en la intersecció entre la física de plasmes i la computació avançada.

Cap a un Demà Il·luminat per les Estrelles

La integració de la intel·ligència artificial en el control de la fusió nuclear representa alguna cosa més que un simple avenç tècnic; pot ser un canvi d’enfocament en la recerca energètica. Hem vist com la sinergia entre la robusta enginyeria del tokamak i l’agilitat predictiva de l’aprenentatge per reforç ajuda a abordar barreres que durant dècades han dificultat l’avenç de la fusió. Aquesta combinació no busca substituir la genialitat dels físics, sinó dotar-los d’un “assistent” incansable capaç de gestionar la complexitat del plasma en una escala de temps que escapa a la reacció humana.

L’impacte positiu d’aconseguir una fusió estable i comercial podria ser molt significatiu. Parlem d’una font d’energia que podria contribuir al creixement global, amb baixes emissions directes de gasos amb efecte d’hivernacle i amb menys limitacions geogràfiques que algunes renovables. És una eina potencialment rellevant per assolir els objectius de descarbonització i ajudar que les futures generacions heretin un planeta més net i pròsper.

Com a reflexió final, és fonamental entendre que estem en una etapa de transició necessària. El camí cap a la fusió comercial encara requereix inversió, recerca multidisciplinària i una aposta decidida per la digitalització de la ciència. La invitació per al lector és mirar aquestes tecnologies no amb recel, sinó amb una curiositat informada.

Adoptar i perfeccionar aquestes innovacions pot ser, en última instància, un acte de responsabilitat envers el nostre futur comú. L’“energia de les estrelles” és avui una mica més a prop com a objectiu de recerca gràcies, entre altres avenços, als nous guardians digitals de la intel·ligència artificial.