Un team di scienziati dell'Oak Ridge National Laboratory (ORNL) negli Stati Uniti ha messo a punto un sistema di intelligenza artificiale che promette di accelerare notevolmente lo sviluppo dei reattori nucleari avanzati. Sfruttando la straordinaria potenza di calcolo del supercomputer Summit, questo nuovo strumento è in grado di prevedere il comportamento dei sali fusi con un'accuratezza senza precedenti, paragonabile a quella delle complesse simulazioni di chimica quantistica, ma in una frazione del tempo.
Nel cuore dei reattori nucleari di nuova generazione, i sali fusi agiscono come refrigeranti e solventi per il combustibile nucleare, operando a temperature estreme. Comprendere in dettaglio le loro proprietà termodinamiche, come il punto di fusione o la capacità termica, è fondamentale per garantire la sicurezza e l'efficienza di questi impianti per decenni. Tuttavia, simulare con precisione questi materiali rappresenta una delle maggiori sfide dell'ingegneria nucleare. I metodi tradizionali sono lenti e richiedono immense risorse computazionali, creando un collo di bottiglia nel processo di progettazione.
Il nuovo framework di machine learning, presentato sulla rivista Chemical Science, supera questo ostacolo. I ricercatori hanno addestrato l'algoritmo utilizzando un set di dati relativamente modesto, derivato da calcoli di base, permettendo all'AI di "imparare" le complesse interazioni tra gli ioni nel sale fuso. Per testare il sistema, il team ha modellato con successo il punto di fusione del cloruro di litio, ottenendo in poche ore risultati che avrebbero richiesto giorni con i metodi convenzionali. Luke Gibson, ricercatore dell'ORNL, ha sottolineato la semplicità e l'efficacia dell'approccio, che consente di raggiungere una maggiore accuratezza in meno passaggi e più velocemente.
Fornendo dati termodinamici affidabili in tempi rapidi, l'AI può integrarsi direttamente nei flussi di lavoro per la progettazione dei reattori di prossima generazione. Ciò consentirà agli scienziati di testare virtualmente nuove idee, di affinare i margini di sicurezza e di selezionare i materiali più resistenti alla corrosione prima ancora di costruire componenti fisiche.
L'obiettivo futuro è ampliare il database per includere altre composizioni chimiche di sali e condizioni ancora più estreme, creando una libreria open-source a disposizione di laboratori e sviluppatori di reattori in tutto il mondo. Questo potrebbe trasformare un'area costosa e laboriosa della scienza nucleare in una disciplina rapida e guidata dai dati, spostando l'analisi critica dal laboratorio al computer ad alte prestazioni.
Realme 15 Series in arrivo: i nuovi midrange puntano su AI e fotografia