Füzyon enerjisi araştırmalarında önemli bir gelişme yaşandı. Commonwealth Fusion Systems (CFS), Princeton Plazma Fiziği Laboratuvarı (PPPL) ve Oak Ridge Ulusal Laboratuvarı'nın ortak çalışmasıyla geliştirilen yapay zeka (YZ) aracı HEAT-ML, füzyon reaktörlerindeki "mıknatıs gölgelerinin" tespitini milisaniyeler düzeyinde hızlandırarak reaktör bileşenlerini plazmanın yoğun ısısından korumada kritik bir rol üstleniyor. Bu yeni YZ aracı, yaklaşık 1.000 SPARC simülasyonu üzerinde eğitilmiş bir derin öğrenme ağı kullanarak, milisaniyeler içinde mıknatıs gölge maskeleri olarak bilinen 3 boyutlu haritaları tahmin edebiliyor. Bu, orijinal HEAT kodunun simülasyon başına yaklaşık 30 dakika süren işlem süresine kıyasla büyük bir ilerleme anlamına geliyor.
Bu teknoloji, özellikle CFS tarafından inşa edilen ve 2027 yılına kadar net enerji kazancı sağlaması beklenen SPARC tokamak'ının tasarımı için büyük önem taşıyor. SPARC'ın egzoz sisteminin en yoğun plazma koşullarına maruz kalan 15 karosunu hedefleyen bu çalışma, reaktörün dayanıklılığı ve güvenliği için hayati önem taşıyor. Füzyon enerjisi, güneşin ve yıldızların gücünü taklit ederek temiz ve neredeyse sınırsız bir enerji kaynağı vaat ediyor. Ancak, plazmanın güneşin merkezinden daha sıcak olan çekirdek sıcaklıklarına ulaşması, kontrollü bir ortamda bu reaksiyonu yeniden oluşturmayı zorlaştıran en büyük engellerden biri. Reaktörlerin iç bileşenlerinin bu yoğun ısıdan zarar görmemesi için, plazma akışından korunmuş alanlar olan "mıknatıs gölgelerinin" doğru bir şekilde haritalandırılması büyük önem taşıyor. Temmuz 2025'te Hefei Fizik Bilimleri Enstitüsü'ndeki araştırmacıların da füzyon reaktörlerinde kesintileri tahmin etmek ve plazma hapsi durumlarını izlemek için YZ sistemleri geliştirdiği biliniyor. HEAT-ML'in bu alandaki başarısı, yapay zekanın füzyon araştırmalarındaki artan rolünü vurguluyor. HEAT-ML'in uzun vadeli hedefi, farklı reaktör şekilleri ve boyutları için genelleştirilebilen bir YZ aracı haline gelmektir. Bu sayede, yeni füzyon cihazlarının tasarım sürecini hızlandırmak ve operasyonel kararlarda yardımcı olmak amaçlanıyor.