Miles de parámetros del plasma, millones de grados y apenas segundos para reaccionar: los humanos no dan abasto. DeepMind entrena a la IA para controlar la fusión nuclear.

La empresa estadounidense Commonwealth Fusion Systems (CFS), que trabaja en tecnologías de fusión nuclear controlada, anunció una asociación con la división Google DeepMind. El proyecto conjunto está dirigido a aplicar inteligencia artificial para optimizar el funcionamiento del reactor SPARC —una instalación experimental que debe convertirse en el prototipo de una fuente compacta de energía limpia. Los investigadores esperan acelerar el camino hacia un reactor termonuclear comercial utilizando IA para modelar con precisión el comportamiento del plasma y seleccionar automáticamente los modos óptimos de su confinamiento.

El proyecto se basa en la plataforma de software abierta de DeepMind llamada Torax, diseñada para modelar procesos dentro de la cámara de plasma. Se combina con algoritmos de redes neuronales para predecir y corregir la dinámica del plasma extremadamente caliente, cuya temperatura alcanza decenas de millones de grados. Las pruebas se realizan en el centro de investigación de CFS en Devens (Massachusetts), donde se construye la instalación SPARC —un paso intermedio antes de crear el reactor comercial ARC. El uso de Torax junto con aprendizaje automático permite seleccionar las estrategias de control del plasma más estables, reduciendo el consumo de energía y aumentando la eficiencia de futuras centrales.

En CFS señalan que la inteligencia artificial puede acelerar notablemente el aprendizaje de los sistemas de control de SPARC y, posteriormente, ayudar en la transición hacia la producción industrial de energía basada en reactores ARC. Los ingenieros esperan que los nuevos algoritmos mejoren la estabilidad del plasma y, al mismo tiempo, aumenten la eficiencia general de la instalación.

La asociación con DeepMind continúa la relación ya existente entre las empresas. Google es inversor de CFS y previamente firmó un acuerdo para comprar 200 megavatios de electricidad del primer complejo comercial ARC, cuyo inicio está previsto a comienzos de la década de 2030. Ahora los desarrolladores combinan la experiencia en IA y física del plasma para aplicar aprendizaje automático en el control de reactores de nueva generación.

El enfoque se basa en el método de aprendizaje por refuerzo, antes utilizado en el conocido programa AlphaGo. El algoritmo analiza decenas de parámetros del reactor —la velocidad de suministro de combustible, la potencia del calentamiento por radiofrecuencia, las corrientes eléctricas en las bobinas superconductoras— y recibe una "recompensa" por encontrar combinaciones que aseguren el confinamiento estable del plasma con pérdidas mínimas de energía. Este método permite a la IA encontrar soluciones eficaces por sí misma en condiciones donde la cantidad de variables y la rapidez de las reacciones hacen imposible el control manual.

Para DeepMind no es la primera experiencia en proyectos de fusión. Anteriormente, el equipo aplicó los mismos principios para el control de los sistemas magnéticos del tokamak TCV en el Centro Suizo de Investigaciones de Plasma. Entonces la red neuronal no solo estabilizó el plasma, sino que también propuso nuevas configuraciones de campos magnéticos, ampliando la comprensión de los físicos sobre los posibles regímenes de confinamiento.

En el proyecto SPARC la inteligencia artificial se utilizará tanto en la fase de modelado como durante la operación de la instalación. Se espera que también ayude a regular la extracción de calor en la zona conocida como divertor —justo donde el plasma entra en contacto con las paredes de la cámara—, y que el control preciso de su forma sea crítico para prevenir el sobrecalentamiento.

La plataforma Torax, presentada en 2024, tiene un papel clave en este proyecto. Sirve como un marco de software unificado que integra distintas herramientas de inteligencia artificial y módulos de cálculo en un mismo entorno. Antes, los científicos tenían que usar varios sistemas no conectados para simular el comportamiento del plasma; ahora todo está integrado en un entorno único donde los cálculos complejos se realizan muchas veces más rápido. Esto permite ejecutar miles de iteraciones en cuestión de horas en lugar de semanas.

El propio SPARC es un tokamak compacto —una instalación toroidal donde el plasma se mantiene con un campo magnético. A diferencia de los esquemas tradicionales, CFS utiliza imanes superconductores de alta temperatura que generan un campo de mucha mayor potencia con bobinas de menor tamaño. Esta solución permite reducir las dimensiones del reactor, bajar los costes y aumentar la densidad del plasma, haciéndolo más estable.

Según la empresa, combinar el diseño físico con inteligencia artificial añadirá otro nivel de apoyo computacional y acelerará la transición hacia una energía de fusión accesible y ecológica. CFS ya utiliza modelado complejo para optimizar la construcción de SPARC, y la incorporación de sistemas basados en redes neuronales debe ser el siguiente paso: una herramienta para el ajuste fino y la mejora continua de los reactores futuros.