Une nouvelle IA prédit avec précision le succès des expériences de fusion nucléaire, accélérant la quête d’une énergie propre et illimitée

Une nouvelle avancée en intelligence artificielle pourrait accélérer la recherche sur la fusion nucléaire, une source d’énergie propre et quasi illimitée. Des scientifiques du Laboratoire national Lawrence Livermore ont mis au point un modèle de deep learning capable de prédire avec une précision remarquable les résultats d’une expérience de fusion réalisée en 2022 au National Ignition Facility (NIF). Cette capacité à anticiper les résultats d’expériences non encore testées représente une avancée majeure, car elle permet de réduire le nombre d’essais coûteux et complexes nécessaires pour progresser vers la fusion contrôlée. Dans une étude publiée dans la revue Science, les chercheurs expliquent que leur modèle a estimé à 74 % la probabilité d’atteindre l’ignition — c’est-à-dire la réaction en chaîne autonome de fusion — dans une petite expérience de fusion par confinement inertiel menée en 2022. Ce taux de précision dépasse les capacités des simulations classiques sur superordinateurs, qui peinent à modéliser tous les paramètres physiques complexes impliqués, notamment dans des configurations inédites. Contrairement à la fission nucléaire, qui consiste à scinder des atomes et produit des déchets radioactifs durables, la fusion combine des noyaux légers (comme l’hydrogène) pour libérer une énorme quantité d’énergie, tout comme le fait le Soleil. Elle promet une énergie sûre, sans déchets à long terme, mais reste encore éloignée de la mise en œuvre commerciale à grande échelle. La recherche en fusion repose sur un cycle de conception, d’expérimentation et d’ajustement coûteux. Les simulations traditionnelles, bien qu’utiles, ne peuvent pas toujours prévoir fidèlement les résultats d’expériences nouvelles. L’intelligence artificielle, ici, devient un levier décisif. Les chercheurs ont construit une base de données à partir de plus de 150 000 simulations numériques, qu’ils ont utilisées pour entraîner des réseaux de neurones profonds. Ces modèles apprennent à prédire les résultats d’expériences complexes en quelques secondes, là où les simulations complètes prendraient des jours ou des semaines. Pour renforcer la fiabilité de leurs prédictions, les équipes ont combiné les données simulées avec des résultats réels d’expériences grâce à une méthode statistique appelée inférence bayésienne. Cette approche hybride permet de mieux tenir compte des incertitudes physiques et de s’adapter aux conditions réelles. « Notre modèle prédictif combine données expérimentales et simulations physiques complexes pour anticiper la performance de la fusion par confinement inertiel dans des régimes expérimentaux jamais testés », écrivent les auteurs dans leur article. Bien que la fusion nucléaire reste un objectif à long terme, tout outil capable de réduire le temps et les coûts de recherche est précieux. Grâce à cette intelligence artificielle, les scientifiques peuvent désormais tester virtuellement des dizaines de scénarios avant de lancer une expérience réelle. Cette capacité accélère considérablement l’innovation et rapproche le monde d’un avenir où l’énergie propre et abondante pourrait être une réalité.