Onderzoekers van UC Davis en Lawrence Berkeley National Laboratory hebben een belangrijke vooruitgang geboekt in het ontwerp van kernfusiereactoren via een opkomende discipline die bekendstaat als materials-driven fusie. Deze aanval richt zich op het ontwerpen van de materialen waaruit reactoren bestaan, met als doel de reactie-efficiëntie te maximaliseren en de temperaturen te verlagen waarop fusie betrouwbaar kan plaatsvinden — een duidelijk andere strategie dan de dominante benaderingen van magnetische opsluiting in tokamaks en stellarators of traagheidsopsluiting met hoogenergetische lasers, die er allemaal op gericht zijn plasmaomstandigheden naar extremen te drijven in plaats van de reactieomgeving op materiaalniveau te veranderen.

"In plaats van materialen te ontwerpen die alleen de barre omstandigheden van fusie moeten overleven, kunnen onderzoekers misschien materialen ontwerpen die de reactie onder specifieke omstandigheden stimuleren, vergelijkbaar met de manier waarop katalysatoren chemische processen versnellen," aldus een Berkeley Lab-persbericht.

In een deze maand gepubliceerd artikel in het tijdschrift Nature Communications beschrijft het team hoe metaalfoilies samengesteld uit titanium en palladium deuterium–deuterium kernfusiereacties mogelijk kunnen maken bij aanzienlijk hogere frequenties en lagere temperaturen dan conventioneel haalbaar is. Deze bevinding is van aanzienlijk belang: de extreme hittegraden die door huidige fusie-experimenten worden geëist, vereisen enorme energie-inbreng, waardoor de meeste fusiereacties negatief uitvallen op energiegebied. Diezelfde temperaturen leggen ook zware stress op de materialen in de reactor. Samen behoren deze obstakels tot de meest formidable barriers voor de commercialisering van kernfusie-energie — een doel dat wereldwijd miljarden aan publieke en private investeringen heeft aangetrokken, waaronder van het fusie-energiewetenschapsprogramma van het Amerikaanse Ministerie van Energie en door durfkapitaal gesteunde bedrijven die compacte reactorontwerpen nastreven.

"Het geeft je een nieuwe knop om aan te draaien die je eerder niet had," zei Arun Persaud, die de Fusion Science & Ion Beam Technology-groep leidt binnen de Accelerator Technology & Applied Physics (ATAP)-afdeling van Berkeley Lab. "Als we dit effect beter begrijpen, opent dat de deur naar het ontwerpen van nieuwe materialen die de fusiesnelheid onder bepaalde omstandigheden zouden beïnvloeden. Op een dag zou toekomstige vooruitgang compactere en efficiëntere neutrongeneratoren mogelijk kunnen maken, die allerlei toepassingen hebben, zoals het screenen van vracht, planetaire wetenschap, en medische therapie en beeldvorming."

Voorbij de ontdekking zelf wordt verwacht dat het onderzoek nader onderzoek zal katalyseren in het hele vakgebied van materials-driven fusie. Het werk komt ook te midden van groeiende aandacht voor de rol van palladium in de kernwetenschap: het vermogen van palladium om deuterium te absorberen wordt al tientallen jaren bestudeerd, en hoewel eerdere beweringen over kernreacties met lage energie zeer controversieel bleken, vertegenwoordigen de Berkeley–UC Davis-resultaten een door vakgenoten beoordeelde, met instrumenten gemeten demonstratie van verbeterde fusiesnelheden met behulp van palladiumgebaseerde metaalfoilies onder gecontroleerde laboratoriumomstandigheden.

Kunstmatige intelligentie speelt een steeds prominentere rol bij het versnellen van dit soort onderzoek. Grote taalmodellen worden nu ingezet om kandidaat-materialen snel te screenen en te modelleren — een taak die anders zou lijken op het zoeken naar een speld in een hooiberg.

Bij het Ames National Laboratory in Ames, Iowa, ontwikkelen wetenschappers een AI-tool genaamd DuctGPT specifiek voor dit doel. Het systeem combineert grote taalmodellering met op natuurkunde gebaseerde modellering om materialen te identificeren die bestand zijn tegen de extreme omstandigheden in een fusiereactor. Bevindingen zoals die van Berkeley Lab kunnen direct in het Ames-systeem worden ingevoerd, waarbij elke nieuwe dataset en elk nieuw model helpt om de tool te verfijnen en vervolgonderzoek efficiënter te maken.

Dit snijvlak van AI en fusieonderzoek draagt een bredere implicatie met zich mee: kunstmatige intelligentie zou mogelijk kunnen helpen de energiecrisis op te lossen die ze zelf verergert. Hoewel de exacte ontwikkeling van de aan AI gerelateerde energiebehoefte onzeker blijft, vormen de huidige verbruiksniveaus al een geloofwaardige bedreiging voor de wereldwijde energiezekerheid. Het voldoen aan de stroombehoeften van de AI-opbouw zonder afbreuk te doen aan klimaatdoelstellingen of andere concurrerende energieprioriteiten zal grote technologische sprongen vereisen — zowel in de manier waarop energie wordt geproduceerd als in de manier waarop AI-systemen deze consumeren.

"Er is geen manier om daar te komen zonder een doorbraak," zei Sam Altman, CEO van OpenAI, tijdens de jaarlijkse bijeenkomst van het World Economic Forum in Davos in 2024. "Het motiveert ons om meer in fusie te investeren."

Steeds vaker wendt die investering zich tot AI-gedreven tools om de energieuitdagingen van het AI-tijdperk aan te pakken. Systemen zoals DuctGPT kunnen een van de meest veelbelovende wegen vertegenwoordigen om te innoveren uit een groeiend energieprobleem.

Door Haley Zaremba voor Oilprice.com