El corazón del TJ-II, visto desde arriba.
El CIEMAT apuesta por la inteligencia artificial para soñar con energía nuclear infinita
El centro de investigación se ha aliado con IBM para dotar de IA a su entorno experimental donde recrean las condiciones del Sol y estudian el comportamiento del plasma.
Más información: Eleonora Viezzer, la premiada física que cree en la fusión nuclear para "acabar con la dependencia energética"
¿Qué tiene que ver la inteligencia artificial con uno de los reactores de fusión nuclear experimental más avanzados de Europa? Esa era la pregunta con la que partía la visita de DISRUPTORES - EL ESPAÑOL al Centro de Investigaciones Energéticas, Medioambientales y Tecnológicas (CIEMAT), en Madrid, donde se encuentra el impresionante TJ-II, que ahora complementará sus extraordinarias capacidades con la potencia de la IA.
Pero vayamos por partes. Bajo las siglas de TJ-II se esconde un stellarator de tipo heliac que se utiliza para estudiar el comportamiento del plasma, el estado de la materia necesario para la fusión nuclear. En lenguaje llano, un ingente dispositivo redondo con un hueco interior de 1,5 metros de diámetro y que es capaz de llevar a las partículas de hidrógeno a temperaturas similares a las del núcleo del Sol, alrededor de 15 millones de grados centígrados.
Esta comparación no es baladí, puesto que el propósito de este reactor de fusión nuclear (en última instancia, una trampa magnética donde las partículas se mueven a alta velocidad) es tan ambicioso como concreto: entender cómo generar energía limpia e inagotable imitando el funcionamiento del Sol.
Desde que entró en funcionamiento en 1998, este dispositivo experimental ha servido como plataforma para estudiar el comportamiento de plasmas en configuraciones magnéticas complejas. Su diseño como stellarator heliac —una variante menos común, pero más controlable, que los tokamaks, más conocidos por su presencia en proyectos de investigación como ITER— permite una gran flexibilidad en la configuración de los campos magnéticos, lo que lo hace especialmente valioso para entender los mecanismos que gobiernan el transporte de energía y partículas en el plasma.
El objetivo último es probar y demostrar que la fusión nuclear puede ser una alternativa de energía comercial "a mediados de siglo". El que defiende esos plazos, realistas, es Carlos Hidalgo, responsable de este Laboratorio Nacional de Fusión y una de las mentes más brillantes en estas lides de nuestro país.
"La fusión nuclear ya es una realidad en los laboratorios, pero ahora enfrentamos el reto de llevarla a la sociedad. Ya no es un sueño de unos científicos, sino que ahora la fusión nuclear juega el rol de acelerador de la innovación público-privada, así como de acelerador de los mercados a escala de comercialización y de tecnologías disruptivas que llegarán antes que el reactor comercial", detalla Hidalgo. A la historia se remite: la inversión inicial de 30 millones de euros en el TJ-II ya acumula 1.600 millones en impacto económico.
Yolanda Benito, directora de CIEMAT, y Carlos Hidalgo, responsable del Laboratorio de Fusión Nuclear, durante la visita al TJ-II.
Con todo ello, el análisis de datos es una parte tan crítica como compleja del proceso. Los experimentos del TJ-II generan enormes cantidades de información: señales, imágenes, perfiles de temperatura y densidad, configuraciones magnéticas... Interpretar todo ese volumen de datos es una tarea titánica, harto difícil, con una extensa lista de exigencias computacionales, de tiempo y conocimiento experto.
Y aquí es donde empalmamos con la pregunta que daba inicio a la visita: ¿puede la inteligencia artificial ayudar en estas lides?
Desde el CIEMAT creen que sí, y por ello han empezado a trabajar junto a IBM y la española Aggity para integrar tecnologías de IA generativa -concretamente, la plataforma IBM watsonx- en el entorno experimental del TJ-II. La ristra de objetivos es casi inabarcable: automatizar y acelerar el análisis científico, generar imágenes sintéticas de plasma, entrenar modelos predictivos y construir una base de conocimiento dinámica que pueda asistir a los investigadores en tiempo real.
"La IA generativa puede 'imaginar' lo que aún no hemos podido medir, 'generar' imágenes con precisión a partir de observaciones de plasma de fusión, 'detectar' automáticamente la turbulencia del plasma u otros eventos críticos a partir de señales estimadas de ultraalta frecuencia que los sistemas de adquisición actuales no podrían capturar y 'producir' señales e imágenes sintéticas, con precisión física, a partir de señales incompletas o incluso no adquiridas, con un 80-85% de precisión", detalla Augusto Pereira, responsable del proyecto de IA en el Laboratorio Nacional de Fusión del CIEMAT, quien ya presentara esta iniciativa en la conferencia internacional SOFT2024 (Dublín).
"Ya tenemos muchos años de experiencia usando IA para analizar datos y simular escenarios. Pero ahora tenemos la oportunidad de incorporar la capa generativa para dar visibilidad a todo el machine learning que ya teníamos", añade Pereira durante nuestra visita.
Por el momento, ya se están conectando bases de datos específicas de parámetros del plasma con aplicaciones de machine learning y grandes modelos de lenguaje (LLMs), con el fin de identificar patrones en señales e imágenes como los espectrogramas de frecuencia. Para ello se están aplicando enfoques semánticos avanzados, que permiten no solo reconocer correlaciones estadísticas, sino interpretar relaciones de significado profundo entre los datos experimentales, mejorando la comprensión de los fenómenos físicos subyacentes.
Un operario trabajando en el TJ-II.
Esta plataforma de IA incorpora también bases de datos vectoriales especializadas, diseñadas para recuperar de forma rápida y precisa datos relevantes entre millones de registros, y modelos de nube híbrida, que permiten procesar grandes volúmenes de información combinando recursos locales del TJ-II con la infraestructura de la firma estadounidense.
Imágenes sintéticas y asistentes virtuales
Uno de los avances más destacados es la capacidad de la IA para generar señales e imágenes sintéticas, es decir, datos simulados pero científicamente coherentes, a partir de observaciones reales. Esto no solo agiliza la validación de hipótesis, sino que permite a los investigadores formular nuevas hipótesis científicas y explorar configuraciones inéditas del plasma, apoyándose en modelos que aprenden progresivamente del comportamiento real del dispositivo.
El reactor de fusión nuclear TJ-II, del CIEMAT.
Todo ello bajo el formato de un chatbot, a modo de asistente virtual para los operadores del TJ-II, capaz de sugerir configuraciones experimentales eficaces, alertar sobre condiciones anómalas o generar informes automáticos al final de cada jornada.
Con el tiempo, este tipo de herramientas podrían evolucionar hacia sistemas de monitorización y control autónomos, en un entorno multiagente, útiles no solo en el laboratorio madrileño, sino también en grandes reactores como el ITER. En el caso de este ambicioso prototipo, se usarán sistemas de IA autónoma para la vigilancia y toma de decisiones independientes a partir de videocámaras.
Y es que no debemos olvidar que la integración de esta tecnología de IBM en el TJ-II se plantea inicialmente como una prueba de valor, una plataforma de IA generativa entrenada específicamente con datos de fusión nuclear, que rompa estas barreras a la hora de interactuar con los científicos a través de preguntas directas y razonamientos complejos.
Pero la idea es expandir este tipo de capacidades a lo largo y ancho del consorcio europeo EUROfusion, que agrupa a los principales centros de investigación del continente en el campo de la energía de fusión, donde están algunas de las referencias mundiales del ramo, como el propio ITER (Francia).
