Một sự hợp tác giữa Commonwealth Fusion Systems (CFS), Phòng thí nghiệm Vật lý Plasma Princeton (PPPL) và Phòng thí nghiệm Quốc gia Oak Ridge đã phát triển HEAT-ML, một phương pháp trí tuệ nhân tạo (AI) đột phá giúp tăng tốc đáng kể việc xác định các “bóng mờ từ tính” trong lò phản ứng nhiệt hạch. Những bóng mờ này đóng vai trò quan trọng trong việc bảo vệ các bộ phận của lò phản ứng khỏi nhiệt độ cực cao của plasma.
HEAT-ML sử dụng mạng nơ-ron sâu, được đào tạo trên khoảng 1.000 mô phỏng SPARC từ Bộ công cụ Phân tích Kỹ thuật Luồng nhiệt (HEAT). Quá trình đào tạo này cho phép mô hình dự đoán các mặt nạ bóng mờ, là các bản đồ 3D của bóng mờ từ tính, chỉ trong vài mili giây. Đây là một cải tiến vượt bậc so với mã HEAT ban đầu, vốn mất khoảng 30 phút cho mỗi mô phỏng. Ứng dụng chính của HEAT-ML là mô phỏng một phần của SPARC, một lò phản ứng tokamak đang được CFS xây dựng. SPARC đặt mục tiêu chứng minh khả năng tạo ra năng lượng ròng vào năm 2027, nghĩa là nó dự kiến sẽ tạo ra nhiều năng lượng hơn mức tiêu thụ. Bằng cách dự đoán chính xác vị trí nhiệt plasma tác động vào bên trong lò phản ứng, HEAT-ML trở nên thiết yếu cho việc thiết kế các bộ phận có thể chịu được các điều kiện khắc nghiệt này. Các nhà nghiên cứu đã tập trung vào 15 ô gạch ở phần dưới của SPARC, nơi dự kiến sẽ chịu tác động nhiệt lớn nhất.
Sự phát triển của HEAT-ML phù hợp với xu hướng rộng lớn hơn trong nghiên cứu nhiệt hạch, nơi AI và học máy ngày càng được sử dụng để giải quyết các thách thức khoa học phức tạp. Ví dụ, vào tháng 7 năm 2025, các nhà nghiên cứu tại Viện Khoa học Vật lý Hefei đã phát triển các hệ thống AI để dự đoán sự gián đoạn và giám sát trạng thái giam giữ plasma trong các lò phản ứng nhiệt hạch, đạt được tỷ lệ thành công cao. Những đổi mới này nhấn mạnh tiềm năng biến đổi của AI trong việc đẩy nhanh nghiên cứu năng lượng nhiệt hạch, đưa viễn cảnh về nguồn năng lượng sạch và dồi dào đến gần hơn với thực tế.
HEAT-ML, được đào tạo trên khoảng 1.000 mô phỏng trước đó từ HEAT, cho phép tính toán được thực hiện chỉ trong vài mili giây, giúp đẩy nhanh đáng kể quá trình thiết kế và vận hành hệ thống nhiệt hạch. Hiện tại, HEAT-ML được tối ưu hóa đặc biệt cho thiết kế hệ thống xả của SPARC, hoạt động như một tính năng bổ sung trong phần mềm HEAT. Tuy nhiên, nhóm nghiên cứu hình dung việc mở rộng khả năng của nó, cho phép tính toán mặt nạ bóng mờ tổng quát áp dụng cho nhiều cấu hình nhiệt hạch khác nhau.