Ein neues KI-System namens Diag2Diag ermöglicht es Wissenschaftlern, fehlende Daten über den Zustand des Plasmas in Fusionsreaktoren zu rekonstruieren und damit die Kontrolle und Stabilität der Reaktion erheblich zu verbessern. Entwickelt von Azarakhsh Jalalvand von der Princeton University in Zusammenarbeit mit dem Princeton Plasma Physics Laboratory (PPPL), der Chung-Ang-Universität, Columbia University und der Seoul National University, nutzt die KI-Methode multimodale Sensordaten aus dem DIII-D-National-Fusionsanlage-Experiment, um synthetische, hochauflösende Daten für fehlende oder weniger detaillierte Sensoren zu generieren. Dabei verbindet Diag2Diag Informationen aus verschiedenen Diagnoseverfahren, wie etwa der Thomson-Streuung, die die Elektronentemperatur und -dichte im Plasma misst, und liefert präzisere Details – insbesondere an der kritischen Randzone des Plasmas, dem sogenannten Pedestal, wo Instabilitäten besonders gefährlich sind. Dieser Bereich ist entscheidend für die Effizienz der Energieerzeugung, aber schwer zu messen, da herkömmliche Sensoren nicht schnell genug arbeiten. Die KI ermöglicht es, die Daten von einem Sensor auf einen anderen „umzuwandeln“ und dabei fehlende Informationen zu ergänzen, als würde sie „die fehlende Audio-Spur aus den Bildern eines Films rekonstruieren“. Dadurch kann das System plasmaphysikalische Vorgänge mit höherer zeitlicher Auflösung beobachten, als es physische Sensoren erlauben. Dies ist besonders wichtig für die Kontrolle von Edge-Localized Modes (ELMs), heftigen Energiestößen am Plasma-Rand, die die Reaktorwände beschädigen können. Die Forscher konnten mit Hilfe von Diag2Diag erstmals detaillierte Beweise für die sogenannte „magnetische Insel-Theorie“ sammeln: Durch gezielte Magnetstörungen (Resonant Magnetic Perturbations, RMPs) entstehen kleine Strukturen im Plasma, die Temperatur und Dichte am Rand glätten – ein Prozess, der die Stabilität erhöht und ELMs unterdrücken kann. Diese Erkenntnis stärkt die Grundlage für zukünftige, kompakte und wirtschaftliche Fusionsreaktoren. Für die kommerzielle Nutzung von Fusionsenergie ist die Reduzierung der Anzahl an Sensoren entscheidend. Heutige Versuchsanlagen sind mit vielen Diagnosegeräten ausgestattet, doch zukünftige Reaktoren müssen kompakter, robuster und kostengünstiger sein. Weniger Sensoren sparen Platz, senken Wartungskosten und erhöhen die Zuverlässigkeit. Diag2Diag ermöglicht es, diese Komplexität zu reduzieren, ohne an Messgenauigkeit zu verlieren. Die Methode ist nicht nur für Fusionsforschung, sondern auch für Anwendungen in der Raumfahrt, Robotik und medizinischen Systemen relevant, wo Sensorausfälle kritische Folgen haben können. Experten sehen in Diag2Diag einen Meilenstein auf dem Weg zur praktischen Fusionsenergie. Egemen Kolemen von PPPL betont: „Diag2Diag gibt unseren Diagnosen einen Aufschwung, ohne neue Hardware zu benötigen.“ SangKyeun Kim von PPPL sieht darin einen entscheidenden Schritt hin zu wettbewerbsfähigen, 24/7 betriebenen Fusionskraftwerken. Die Technologie wird bereits von anderen Forschungsteams zur Anwendung gebracht und könnte bald in mehreren Fusionsanlagen weltweit eingesetzt werden.