De unde vine problema?
Un obstacol teoretic care i-a ținut în frâu pe fizicieni timp de aproape șase decenii a fost, în sfârșit, depășit. Reușita vine dintr-o colaborare între oameni și mașini, în care modelul avansat de inteligență artificială Gemini 4 Argon, dezvoltat de Google, a jucat rolul principal.
Culture picks
CERT-In India a emis prima alertă incident-driven: agenții AI sunt o suprafață de atac activă
Centrele de date AI reduc consumul de apă local, transferând greutatea la centralele electrice
Pariul de 1,3 miliarde de dolari: Anthropic își construiește gigantul AI în Louisiana
Reglementarea din umbră a inteligenței artificiale autonomeAlgoritmul a identificat configurații magnetice noi, neexplorate până acum, care ar putea fi esențiale pentru viitoarele centrale de fuziune nucleară. Această cooperare a permis găsirea unor soluții matematice care ies din tiparul cunoscut. Detaliile reușitei au fost publicate de Google DeepMind, fiind ulterior analizate de TechRadar.
Cum funcționează fuziunea?
Contextul științific al acestei provocări se datorează anului 1967, când a apărut o ipoteză complexă, cunoscută sub numele de „conjectura lui Grad”. Aceasta sugera existența unor bariere fundamentale în capacitatea de a găsi soluții exacte pentru geometriile magnetice tridimensionale extrem de complexe, specifice dispozivelor denumite stellaratoare.
Deși cercetătorii au reușit în trecut să identifice unele contraexemple care contraziceau această limitare, noul algoritm al Google a extins semnificativ lista acestor excepții, demonstrând o flexibilitate matematică surprinzătoare.
Ce a reușit echipa?
Procesul de fuziune nucleară, același fenomen cosmic care alimentează Soarele și stelele, implică uniunea atomilor ușori pentru a elibera energie imensă. Pe Pământ, replicarea acestui mecanism necesită menținerea unei plume de temperaturi extreme într-un volum finit.
Din cauza intensității termice, materia obișnuită nu poate suporta contactul direct cu plasma, ceea ce impune izolarea acesteia prin intermediul câmpurilor magnetice puternice. Stellaratoarele sunt construite tocmai pentru a gestiona această izolare magnetică, dar optimizarea geometriei lor rămâne o provocare majoră pentru inginerie.
În studiul recent, o echipă din cadrul Google s-a alăturat profesorului Matt Landreman, reprezentând Universitatea din Maryland, pentru a folosi puterea de calcul a lui Gemini 4 Argon. În doar câteva ore de procesare asistată de inteligență artificială, grupul a reușit să localizeze configurații suplimentare care îmbogățesc familia cunoscută de soluții. Aceste descoperiri nu sunt doar teoretice; ele oferă puncte de referință cruciale pentru testarea preciziei software-urilor utilizate în simularea și proiectarea reactoarelor viitoare. Practic, AI-ul a facilitat o nouă descriere matematică a modului în care plasma poate fi confinată eficient.
Este gata reactorul?
Cu toate acestea, este important să nu suprainterpretăm rezultatul. Faptul că Gemini a găsit aceste forme geometrice nu echivalează cu construirea unui reactor funcțional sau cu rezolvarea tuturor deficiențelor tehnice ale fuziunii nucleare.
Drumul către electrificare comercială prin fuziune rămâne încă plin de piedici, inclusiv necesitatea menținerii stabilității plasmei pe termen lung, reducerea costurilor ridicate ale infrastructurii și asigurarea operațiunii continue a instalațiilor.
Unde ne duce AI-ul?
Totuși, acest avans evidențiază potențialul transformator al inteligenței artificiale dincolo de aplicațiile sale clasice, precum generarea de text sau imagini. Modelele de ultimă generație demonstrează capacitatea de a desluși probleme matematice de o complexitate ridicată, accelerând descoperiri care ar fi necesitat ani de muncă manuală.
Pentru comunitatea științifică, rolul AI-ului devine astfel mai profund: nu se limitează la oferirea de Acesta este, probabil, unul dintre cele mai promițătoare aspecte ale parteneriatului dintre tehnologie și fizică fundamentală.
