A Fusão Nuclear e a Inteligência Artificial: Uma Parceria Poderosa para o Futuro da Energia

A fusão nuclear, que promete uma energia praticamente ilimitada e livre de carbono através dos mesmos processos que alimentam o sol, está no centro de um esforço global de pesquisa que pode ajudar a mitigar as mudanças climáticas. Uma equipe multidisciplinar de pesquisadores está trazendo ferramentas e conhecimentos do aprendizado de máquina para auxiliar nesse esforço. Cientistas do MIT e de outras instituições utilizaram modelos de visão computacional para identificar e rastrear estruturas turbulentas que aparecem nas condições necessárias para facilitar as reações de fusão. Monitorar a formação e movimentos dessas estruturas, chamadas de filamentos ou 'bolhas', é importante para compreender o fluxo de calor e partículas provenientes do combustível em reação, o que determina os requisitos de engenharia para as paredes do reator. No entanto, os cientistas geralmente estudam as bolhas usando técnicas de média, que trocam detalhes de estruturas individuais em favor de estatísticas agregadas. Informações sobre bolhas individuais devem ser rastreadas marcando-as manualmente nos dados de vídeo. Os pesquisadores criaram um conjunto de dados sintéticos de vídeo de turbulência de plasma para tornar esse processo mais eficaz e eficiente. Eles o utilizaram para treinar quatro modelos de visão computacional, cada um dos quais identifica e rastreia bolhas. Os modelos foram treinados para identificar bolhas da mesma maneira que os humanos fariam. Quando os pesquisadores testaram os modelos treinados com clipes de vídeo reais, os modelos puderam identificar as bolhas com alta precisão - mais de 80% em alguns casos. Os modelos também foram capazes de estimar efetivamente o tamanho das bolhas e as velocidades com as quais se moviam. O uso de modelos de aprendizado de máquina para rastrear bolhas em milhões de quadros de vídeo capturados durante um único experimento de fusão pode fornecer aos cientistas informações muito mais detalhadas.