AI helpt wetenschappers om kernfusie razendsnel te besturen
6 september 2026
Kernfusie wordt vaak gezien als een mogelijke energiebron van de toekomst. Bij kernfusie proberen wetenschappers dezelfde soort processen na te bootsen die ook in sterren plaatsvinden. Dat klinkt indrukwekkend, maar het is technisch ontzettend moeilijk om zo’n proces stabiel te houden.
Een van de problemen is de snelheid waarmee het plasma kan veranderen. Kleine instabiliteiten kunnen zich binnen enkele duizendsten van een seconde ontwikkelen. Een menselijke operator kan onmogelijk zo snel reageren.
Onderzoekers van Princeton University en het Princeton Plasma Physics Laboratory (PPPL) hebben daarom een AI-systeem ontwikkeld dat het plasma vrijwel voortdurend kan volgen en bijsturen. Het systeem, PACMAN, kan zijn beslissingen in ongeveer 20 milliseconden uitvoeren.
Dat betekent niet dat AI nu zelfstandig een kernfusiecentrale bestuurt. De onderzoekers gebruiken AI juist als een razendsnel hulpmiddel binnen een gecontroleerd experiment.
Waarom kernfusie zo moeilijk is
Bij kernfusie wordt een extreem heet plasma gebruikt. Plasma is een elektrisch geladen gas en wordt vaak de vierde toestand van materie genoemd.
Om kernfusie mogelijk te maken, moet dat plasma heet, dicht en vooral stabiel blijven. In experimentele fusiemachines, zoals een tokamak, wordt het plasma met krachtige magnetische velden opgesloten.
Daarbij moet voortdurend worden bijgestuurd.
Temperatuur, dichtheid, magnetische velden en verwarmingssystemen kunnen allemaal invloed hebben op het gedrag van het plasma. Een kleine verstoring kan zich vervolgens razendsnel ontwikkelen tot een instabiliteit.
Voor mensen is dat simpelweg te snel.
Een ervaren operator kan misschien binnen seconden reageren. Een plasma kan in diezelfde periode al meerdere keren veranderd zijn.
AI kan veel sneller reageren
Daar komt PACMAN om de hoek kijken.
De naam staat voor Prediction And Control using MAchiNe learning. Het systeem combineert meerdere AI-modellen die verschillende aspecten van het plasma kunnen analyseren.
De modellen krijgen voortdurend meetgegevens binnen. Vervolgens proberen ze te voorspellen wat er met het plasma gebeurt en welke aanpassing nodig is.
Daarna kunnen regelsystemen de benodigde veranderingen doorvoeren.
Het hele proces duurt volgens de onderzoekers doorgaans ongeveer 20 milliseconden en wordt steeds opnieuw uitgevoerd. Daardoor kan het systeem veranderingen waarnemen en reageren op een snelheid die voor een menselijke operator onmogelijk is.
Het bijzondere is dus niet alleen dat AI een voorspelling kan maken.
Het systeem kan die voorspelling ook vrijwel direct gebruiken om het experiment bij te sturen.
AI zag een probleem al aankomen
Een van de interessantste resultaten kwam bij een zogenaamde tearing mode. Dat is een bepaalde instabiliteit in het plasma die de werking van een fusie-experiment kan verstoren.
Traditionele regelsystemen kunnen zo’n probleem pas aanpakken wanneer de instabiliteit al begonnen is.
In een van de experimenten kon een machine-learningmodel de ontwikkeling ervan ongeveer 200 milliseconden van tevoren voorspellen. Daardoor kon het plasma worden aangepast voordat de instabiliteit daadwerkelijk ontstond.
Tweehonderd milliseconden klinkt misschien als bijna niets.
Voor een mens is het dat ook.
Voor een plasma dat binnen milliseconden kan veranderen, kan het juist een belangrijk verschil maken.
Zes verwarmingssystemen tegelijk aanpassen
PACMAN werd bovendien getest met meerdere onderdelen van de fusiemachine tegelijkertijd.
Tijdens de experimenten kon het systeem alle zes de zogenaamde gyrotrons van de DIII-D-fusiemachine tegelijk aansturen. Gyrotrons leveren krachtige microgolfstraling waarmee het plasma wordt verwarmd.
De AI kon daarbij zowel het vermogen aanpassen als de richting van de bijbehorende spiegels veranderen. Dat gebeurde terwijl het experiment bezig was.
Voorheen was er geen algoritme dat al die aanpassingen op deze manier tegelijk kon optimaliseren.
Hier laat AI een van zijn sterkste kanten zien: veel informatie tegelijkertijd verwerken en daar razendsnel een beslissing uit afleiden.
Het systeem neemt de mens niet uit de lus
Hoewel het verhaal klinkt alsof AI de controle over een fusiemachine heeft overgenomen, is dat nadrukkelijk niet de bedoeling.
De onderzoekers houden mensen verantwoordelijk voor de doelen van het experiment. Bovendien blijven er harde veiligheidsgrenzen bestaan waar het AI-systeem zich aan moet houden.
De hardwarematige veiligheidslimieten worden ook toegepast wanneer een AI-model een bepaalde actie voorstelt. Na ieder experiment bekijken natuurkundigen bovendien de resultaten en kunnen ze de regels en modellen verder verbeteren.
Dat is een belangrijk onderdeel van het onderzoek.
AI krijgt hier dus snelheid, maar niet onbeperkte vrijheid.
De onderzoekers bepalen wat het systeem mag proberen en binnen welke grenzen het moet blijven.
Van losse AI-modellen naar één systeem
Een ander interessant onderdeel van PACMAN is de manier waarop verschillende AI-modellen met elkaar kunnen samenwerken.
Voorheen werden AI-toepassingen voor fusie vaak afzonderlijk ontwikkeld. Een model kon bijvoorbeeld één bepaald onderdeel van het plasma analyseren, terwijl een ander model een andere taak uitvoerde.
PACMAN is opgezet als een soort gezamenlijk raamwerk waarin verschillende modellen met elkaar kunnen communiceren.
Daardoor kunnen onderzoekers nieuwe modellen toevoegen of bestaande modellen vervangen zonder het hele systeem opnieuw te bouwen. Volgens de onderzoekers duurde het maanden om het eerste model in het raamwerk te verwerken, terwijl een tweede model later in slechts enkele dagen kon worden toegevoegd.
Dat kan belangrijk worden wanneer onderzoekers steeds nieuwe manieren vinden om AI voor kernfusie te gebruiken.
AI helpt niet alleen tijdens het experiment
De toepassing van AI bij kernfusie gaat bovendien verder dan alleen het besturen van plasma.
Wetenschappers gebruiken AI ook om fusiesystemen te ontwerpen en om ingewikkelde berekeningen sneller uit te voeren. Sommige simulaties van plasma kunnen met traditionele methoden dagen of zelfs maanden kosten.
Machine-learningmodellen kunnen bepaalde berekeningen veel sneller benaderen doordat ze zijn getraind met gegevens uit eerdere simulaties en experimenten. PPPL werkt daarom aan meerdere projecten waarin AI wordt gecombineerd met krachtige computers om onderzoek naar kernfusie te versnellen.
Daarmee kan AI op verschillende momenten helpen: bij het ontwerpen van een machine, tijdens het experiment en bij het analyseren van de resultaten.
Een kleine stap voor AI, een interessante stap voor kernfusie
Het onderzoek betekent niet dat kernfusie ineens klaar is voor commerciële elektriciteitscentrales.
Er zijn nog veel technische en wetenschappelijke problemen op te lossen voordat kernfusie op grote schaal energie kan leveren.
Maar het experiment met PACMAN laat wel zien waar AI een belangrijke rol kan spelen.
Sommige wetenschappelijke problemen zijn simpelweg te snel of te complex om door mensen alleen in realtime te worden aangepakt. In zulke situaties kan AI een soort extra zintuig en razendsnelle beslisser worden.
De mens bepaalt het doel. De AI verwerkt ondertussen enorme hoeveelheden informatie en reageert binnen milliseconden op veranderingen.
AI als razendsnelle assistent voor de wetenschap
Dat maakt dit onderzoek misschien interessanter dan alleen het verhaal dat AI sneller is dan mensen.
AI hoeft de wetenschapper namelijk niet te vervangen om nuttig te zijn.
Bij kernfusie kan de kracht juist zitten in de samenwerking. Wetenschappers begrijpen de natuurkunde, stellen de doelen en bepalen de veiligheidsgrenzen. AI kan vervolgens helpen om binnen die grenzen sneller te reageren dan een mens ooit zou kunnen.
En dat is misschien een van de interessantste toepassingen van kunstmatige intelligentie in de wetenschap.
Niet een robot die alles zelfstandig overneemt, maar een systeem dat wetenschappers helpt om processen te besturen die voor mensen simpelweg te snel verlopen.
Kernfusie probeert uiteindelijk een proces na te bootsen dat in sterren plaatsvindt. Dat zo’n proces op aarde steeds beter onderzocht kan worden met behulp van kunstmatige intelligentie, laat mooi zien hoe verschillende wetenschappelijke werelden bij elkaar komen.
AI, plasmafysica en de zoektocht naar toekomstige energie komen hier letterlijk samen.
Bron: PPPL