Fúze na steroidech: startup Inertia chce postavit milionkrát silnější laser než státní laboratoř
Lawrence Livermore National Laboratory (LLNL), kde poprvé zažehli fúzní reakci s čistým ziskem energie, předává štafetu. Do hry vstupuje startup Inertia Enterprises s cílem přetavit laboratorní úspěch v komerční elektrárnu. Plán? Postavit naprosto monstrózní laser.
Laboratoř otevírá dveře soukromému kapitálu
Partnerství mezi LLNL a startupem Inertia Enterprises není jen formalita. Jde o sadu dohod (CRADA a SPP), které v praxi znamenají, že státem financovaný výzkum a know-how se otevírají soukromé firmě. Inertia tak získává přístup k datům a expertíze z jednoho z nejpokročilejších fyzikálních experimentů na planetě.
Jádrem je inerciální fúze (ICF). Princip zní jednoduše, ale realizace je peklo. Vezmete milimetrovou kuličku paliva a ze všech stran do ní synchronizovaně udeříte nejvýkonnějšími lasery světa. Tlak a teplota stoupnou na úroveň jádra Slunce, dojde k fúzi a uvolní se energie.
Od jednoho zážehu k elektrárně
LLNL dokázalo, že to funguje. Jednou. Pro energetiku ale potřebujete opakované „výstřely“ v řádu několika za sekundu. A přesně tady nastupuje Inertia se svým plánem, který zní jako sci-fi. Chtějí postavit laser, který bude milionkrát silnější než ten v LLNL. To není překlep.
Cílem je dosáhnout mnohem vyššího energetického zisku z každé palivové kapsle. Větší „kladivo“ má zefektivnit celý proces a přiblížit ho bodu, kdy se vyplatí komerčně. Není to jen o výkonu laseru, ale i o masové výrobě palivových terčíků a designu samotné reakční komory.
Skutečný problém: řízení plazmatu
Největší inženýrskou výzvou ale není samotný laser. Je to diagnostika a řízení plazmatu v extrémních podmínkách. V momentě fúze čelíte nepředstavitelným teplotám a tlakům. Potřebujete data o stavu plazmatu v reálném čase, abyste mohli optimalizovat další „výstřel“.
Zajímavé je, že v dohodách není explicitně zmínka o AI nebo strojovém učení pro řízení plazmatu. To je přitom naprosto přirozená aplikace. Obrovské množství dat z diagnostických senzorů je ideální potravou pro modely, které se mohou naučit předvídat nestability plazmatu dřív, než nastanou.
Je to přesně ten typ problému, kde lidské schopnosti nebo klasické algoritmy selhávají. Rychlost a komplexita procesů uvnitř reaktoru si o nasazení AI přímo říkají. I když to teď není na papíře, je těžké si představit, že by se bez toho komerční fúzní elektrárna obešla. Celý projekt je běh na dlouhou trať, kde hardware tvoří jen polovinu úspěchu. Ta druhá, a možná těžší, leží v softwaru a řídicích systémech.