Rinascimento Nucleare? Senza l’IA la strada è in salita...

Immaginiamo una azienda che, causa grande richiesta dei propri prodotti, annunci la creazione di una nuova fabbrica da 10.000 posti di lavoro, ma da costruirsi in una città di 3.000 abitanti, bambini compresi. Malgrado l’ottimismo dell’annuncio è difficile credere che tale fabbrica vedrà mai il giorno considerando l’assenza di personale potenziale per far andare avanti la produzione. Per quanto assurdo possa sembrare, questo è ciò che sta accadendo oggi nell'industria nucleare. 

Diversi paesi stanno annunciando piani per avviare, riavviare, prorogare o aumentare i loro programmi nucleari. E molti altri stanno aggiungendo il nucleare come fonte di elettricità al loro mix energetico. Allo stesso tempo, l'industria che dovrebbe produrre questi risultati solleva preoccupazioni assordanti sulla mancanza di risorse umane sufficienti per sostenere questi programmi. Anche in paesi con una cultura nucleare di lunga data come la Francia, la differenza tra il numero di specialisti nucleari necessari e quelli che il sistema educativo può produrre è più che preoccupante.  Il problema è così acuto che per descriverlo si usano acronimi speciali come NHCB (Nuclear Human Capacity Building).

Tuttavia, malgrado l'acronimo seducente, l'equazione sembra irrisolvibile.

Noi siamo convinti che l'Intelligenza Artificiale possa essere la soluzione. Perché l'IA (e solo l'IA) può spostare il problema dal " Nuclear Human Capacity Building " alla "Nuclear Processes Capacity Reduction", un’equazione differente che riduca drasticamente il numero di specialisti necessari per eseguire i compiti identificati. Invece di annunciare un Rinascimento Nucleare che richiederebbe migliaia di specialisti attualmente non disponibili (e senza un sistema educativo in grado di produrli), l'obiettivo dovrebbe essere quello di aggiornare le metodologie e i processi dell'industria per essere in grado di fare di più con l'intervento guidato dall'Intelligenza Artificiale.

Questo è esattamente ciò che è l'Intelligenza Artificiale, questo è esattamente ciò che fa l'Intelligenza Artificiale.

L'intelligenza artificiale NON è Machine Learning, ChatGPT, manutenzione predittiva, automazione e non è robotica o meccanizzazione. L'intelligenza artificiale è un nuovo modo di fare le cose, è un paradigma dirompente in grado di garantire una maggiore efficienza mantenendo il 100% di explainability quando viene utilizzata in ambienti critici come il nucleare. 

Stranamente, il mondo del nucleare rimane oggi relativamente impermeabile ai potenziali benefici dell'Intelligenza Artificiale; l'uso dell'IA è limitato nel nucleare rispetto ad altre industrie, ci sono pochissimi specialisti in entrambe le discipline in grado di identificare il giusto livello di cooperazione. E scienziati e aziende del nucleare rimangono statisticamente molto più scettici sull'IA e sui suoi benefici rispetto ad altri segmenti. In questo articolo descriveremo in dettaglio gli aspetti innovativi dell'IA che possono essere più vantaggiosi per specifici processi e/o tecnologie nucleari, con la speranza che ciò possa contribuire a colmare le distanze e ad avvicinare due mondi che hanno bisogno di collaborare per il proprio interesse a lungo termine.

IA per la fissione

Le tecnologie di fissione sono oggi disponibili. L'attuale produzione nucleare nel mondo si basa sulla fissione, e i prossimi reattori che verranno costruiti saranno ancora basati sulla fissione, anche se probabilmente rivisitati da un approccio modulare (SMR) che comporta vantaggi significativi. In particolare è possibile prevedere una riduzione dell'entità dell'investimento per singolo reattore, nel caso di impianti multi-unit, la possibilità di vendere l'energia appena una singola unità arriva a completamento, riducendo cosi i costi finanziari. Inoltre le minori dimensioni dovrebbero ridurre la complessità dei megaprogetti. Ed infine più reattori uguali si costruiscono di fila, più si può far tesoro del know-how acquisito in fase di costruzione. Questo dovrebbe alla fine risultare in un costo per MW competitivo rispetto ai costi attuali.

Ogni piccolo reattore deve comunque sottostare a una complicata procedura di licenza completa per essere autorizzato. La concessione di licenze è lunga e delicata, a causa della complessità e del numero di revisioni, analisi e documenti da presentare agli organismi di regolamentazione per la valutazione del progetto e dell'ubicazione della struttura; è necessaria molta manodopera qualificata da entrambe le parti del processo; la comunicazione asincrona attraverso documenti statici, sia cartacei che digitali, richiede molto materiale da aggiornare manualmente in ogni fase del progetto. E tutto questo lascia ancora meno spazio per potenziali modifiche che potrebbero essere necessarie durante la costruzione.

Il punto di partenza per risolvere la questione è una piattaforma integrata per creare, gestire, modificare e condividere tutta la documentazione richiesta durante la fase di autorizzazione di un progetto di reattore, di cantiere e di analisi dell'impatto ambientale. Questa è la fase della digitalizzazione. 

Ma l'AI va ben oltre: addestrando modelli specifici su database normativi e licenze precedentemente approvate, è possibile valutare componenti e sistemi del progetto e quindi assistere nella generazione dei documenti finali da presentare alle autorità competenti. Sviluppando strumenti e formati standardizzati per lo scambio di dati e informazioni, è possibile condividere un'unica piattaforma con l'autorità di regolamentazione, garantendo trasparenza e tracciabilità di tutte le comunicazioni, le modifiche ai progetti e gli aggiornamenti delle analisi ingegneristiche, di sicurezza e di altro tipo.

Ciò riduce i rischi e gli impegni finanziari durante la fase di licenza, che include anche la progettazione del progetto e quindi può avere un impatto positivo lungo tutta la catena di fornitura, poiché i fornitori possono essere pre-approvati utilizzando le stesse metodologie.

IA per la fusione

L'intelligenza artificiale ha un potenziale trasformativo per la fusione nucleare, soprattutto tenendo conto delle sfide non solo ingegneristiche, ma fondamentalmente epistemologiche. La fusione è e rimane l'"ultima frontiera" del nucleare, dove dunque la ricerca scientifica e ingegneristica predomina rispetto alla fattibilità pratica. La definizione alla "Star Trek" della fusione, se cattura l’immaginazione, non può oscurare gli immensi ostacoli che ancora vanno affrontati per renderla una fonte di energia scalabile ed economicamente sostenibile.

Oggi molte iniziative di ricerca sulla fusione incorporano l'Intelligenza Artificiale, ma limitatamente a tecniche convenzionali di apprendimento automatico e Machine Learning. Questi approcci, sebbene efficaci in applicazioni specifiche come la diagnostica del plasma o il rilevamento delle anomalie, spesso dipendono fortemente da vasti set di dati e pipeline di addestramento statiche, una limitazione intrinseca in un campo in cui i dati sperimentali sono scarsi, costosi e richiedono molto tempo per essere generati.

Il problema della scarsità di dati viene parzialmente risolto dall'uso di acceleratori compatti in grado di realizzare diversi e duraturi processi di fusione in singoli laboratori invece di affidarsi solo a grandi e costosi Tokamak o Stellarator. Ma anche questi progressi possono fornire solo una frazione dei dati necessari per una simulazione completa.

È qui che l'Intelligenza Artificiale va oltre il Machine Learning. La svolta nella fusione non verrà da maggiori quantità di dati, ma da modelli più intelligenti. Le emergenti architetture di Intelligenza Artificiale, come i modelli di base, gli agenti di ragionamento e i sistemi di apprendimento auto-supervisionato, offrono un cambiamento di paradigma. Questi sistemi eccellono non digerendo terabyte di input etichettati, ma imparando autonomamente, adattandosi in tempo reale e ragionando in ambienti astratti, qualità che si allineano strettamente con la natura della ricerca e sviluppo sulla fusione. Un modello in grado di ipotizzare, simulare e perfezionare i propri esperimenti potrebbe accelerare notevolmente i progressi, liberando i ricercatori dal collo di bottiglia della dipendenza dai dati e consentendo processi scientifici più esplorativi e fantasiosi.

Integrando queste forme avanzate di Intelligenza Artificiale nei laboratori di fusione, non solo per interpretare i dati, ma anche per orchestrare simulazioni, generare ipotesi e ottimizzare i progetti, possiamo sbloccare nuovi percorsi verso il Santo Graal dell'energia pulita e illimitata.

Conclusione e disclaimer

L'opzione nucleare rimane divisiva e soggetta a dibattito pubblico, come è normale che sia nelle società democratiche. Ogni paese ha il diritto di scegliere il proprio percorso in termini di mix energetico o di neutralità tecnologica. Nulla in questo articolo deve far credere che il nostro Istituto abbia una politica precisa in materia.

Questo articolo intende solo evidenziare il terreno comune in cui l'IA e il nucleare operano, nonché la comunanza di questioni come l'accettazione sociale o l'Human-In-the-Loop operativo. Inoltre, da un punto di vista puramente funzionale, abbiamo cercato di illustrare la necessità per l'industria nucleare, indipendentemente dalle dimensioni del suo futuro dispiegamento, di prendere in considerazione gli ultimi progressi dell'IA fin dall'inizio per mantenere ciò che promette, e forse anche di più.