Năng lượng nhiệt hạch thực tiễn, có khả năng cung cấp năng lượng sạch và giá rẻ, có thể tiến thêm một bước nữa nhờ vào trí tuệ nhân tạo. Các nhà khoa học tại Phòng thí nghiệm Quốc gia Lawrence Livermore đã phát triển một mô hình học sâu có khả năng dự đoán chính xác kết quả của một thí nghiệm nhiệt hạch hạt nhân được tiến hành vào năm 2022. Những dự đoán chính xác có thể giúp đẩy nhanh việc thiết kế các thí nghiệm mới và thúc đẩy công cuộc tìm kiếm nguồn năng lượng gần như vô tận này.

Trong một bài báo được công bố trên tạp chí Science, các nhà nghiên cứu mô tả cách mô hình AI của họ đã dự đoán với xác suất 74% rằng sự bốc cháy (ignition) là kết quả có khả năng xảy ra của một thí nghiệm nhiệt hạch nhỏ vào năm 2022 tại Cơ sở Đánh lửa Quốc gia (NIF). Đây là một bước tiến đáng kể vì mô hình này có thể bao quát nhiều thông số hơn với độ chính xác cao hơn so với các siêu máy tính truyền thống.

Hiện nay, năng lượng hạt nhân đến từ phản ứng phân hạch hạt nhân, tạo ra năng lượng bằng cách chia tách các nguyên tử. Tuy nhiên, nó có thể tạo ra chất thải phóng xạ nguy hiểm trong hàng nghìn năm. Phản ứng nhiệt hạch (fusion) tạo ra năng lượng bằng cách hợp nhất các nguyên tử, tương tự như quá trình xảy ra bên trong mặt trời. Quá trình này an toàn hơn và không tạo ra bất kỳ chất thải phóng xạ lâu dài nào. Dù là một nguồn năng lượng đầy hứa hẹn, nó vẫn còn một chặng đường dài để trở thành một công nghệ thương mại khả thi.

Để đạt được phản ứng nhiệt hạch, các nhà khoa học cần liên tục thiết kế và thực hiện các thí nghiệm tốn kém và phức tạp. Tuy nhiên, các mô phỏng bằng siêu máy tính truyền thống không thể dự đoán tất cả các yếu tố vật lý liên quan và gặp khó khăn trong việc dự báo kết quả của các thiết kế mới, chưa được thử nghiệm. Đây là lúc AI có tiềm năng thay đổi cuộc chơi.

Để phát triển mô hình của mình, các nhà khoa học đã xây dựng một bộ dữ liệu gồm hơn 150.000 mô phỏng trên máy tính. Bạn có thể hình dung nó như một thư viện khổng lồ chứa các thí nghiệm ảo. Sau đó, họ huấn luyện các mạng thần kinh sâu (deep neural networks) để học hỏi từ thư viện này, giúp chúng có thể nhanh chóng dự đoán các kết quả mà các mô phỏng quy mô lớn sẽ tạo ra. Để dự đoán chính xác hơn, nhóm đã sử dụng một phương pháp thống kê gọi là suy luận Bayes (Bayesian inference) để kết hợp kết quả mô phỏng với dữ liệu thí nghiệm trong thế giới thực.

Trong bài báo nghiên cứu của họ, các nhà khoa học cho biết, mô hình dự đoán của chúng tôi kết hợp dữ liệu và các mô phỏng vật lý phức tạp để đưa ra các dự đoán về hiệu suất của ICF (phản ứng nhiệt hạch giam hãm quán tính) khi ngoại suy sang các chế độ chưa được thử nghiệm thực nghiệm.

Công cuộc tìm kiếm năng lượng nhiệt hạch đã diễn ra trong nhiều thập kỷ, và không ai biết khi nào nó sẽ trở thành hiện thực. Vì vậy, bất kỳ công cụ nào có thể đẩy nhanh quá trình này đều được chào đón. Bằng cách cho phép các nhà nghiên cứu kiểm tra nhanh chóng và chính xác các thiết kế thí nghiệm của họ trước khi thực hiện, mô hình AI này có thể tiết kiệm đáng kể thời gian và chi phí nghiên cứu, đưa thế giới đến gần hơn với một tương lai được cung cấp năng lượng bởi nguồn năng lượng sạch và vô tận.

P.T.T (NASTIS), theo https://phys.org/news/2025