Fusion pour bateaux, un million de configs, l'IA aux commandes

Un réacteur à fusion conçu pour les navires et les zones isolées

Et si on arrêtait de chercher à construire le plus grand réacteur à fusion possible, et qu'on demandait à la place : quel est le plus petit qui soit encore utile ?

La quasi-totalité des designs de réacteurs à fusion visent des puissances colossales — des centaines de mégawatts pour alimenter une grande ville. L'équipe derrière Yinsen a renversé la question : et si on partait des limites des matériaux plutôt que des besoins du réseau électrique ? Voici le raisonnement. Les parois d'un réacteur à fusion encaissent un bombardement continu de neutrons — imaginez une pluie de balles microscopiques qui criblait le métal pendant des années. À partir de 35 DPA (déplacements par atome — le nombre de fois qu'un atome est arraché de sa position dans le métal), les matériaux commencent à se dégrader irrémédiablement. L'équipe a calculé, en partant de cette contrainte physique, quelle densité de puissance maximale un réacteur peut tolérer sur 20 ans d'utilisation : 0,7 mégawatt par mètre carré de paroi. Ce chiffre donne un réacteur d'environ 130 MW de puissance de fusion, produisant plus de 25 MW électriques nets. Pas de quoi alimenter Paris. Mais largement assez pour une île, une base militaire, ou effectivement un navire de grande taille. Les simulations — conduites avec les outils FUSE et ASTRA — montrent un design cohérent : 9,29 tesla de champ magnétique, 9,67 mégaampères de courant plasma. Les aimants supraconducteurs à haute température (HTS) permettent ces champs élevés dans un volume compact. Le ratio de reproduction du tritium — le carburant que le réacteur doit fabriquer lui-même à partir du lithium présent dans ses parois — est calculé à 1,1, ce qui laisse une marge très étroite. Le hic est simple : tout ceci est purement calculé. Aucune brique physique n'a été posée. Et la gestion du tritium reste un défi ouvert que ce design ne résout pas, il le quantifie.

Une seule machine, plus d'un million de configurations de réacteur différentes

Une seule installation physique, 288 petites bobines, et plus de 1,66 million de configurations magnétiques différentes accessibles en reprogrammant simplement les courants.

Un peu de contexte d'abord. Il existe deux grandes familles de machines à fusion magnétique. Le tokamak — la forme qu'utilise ITER — est relativement simple à construire mais instable : il peut perdre le plasma brusquement. Le stellarator — imaginez un anneau torsadé comme un bretzel à trois dimensions — est plus stable, mais sa géométrie est diaboliquement complexe à concevoir et à fabriquer. Chaque stellarator est unique, taillé pour une configuration précise. Une équipe de chercheurs propose une troisième voie : une machine hybride équipée de 288 petites bobines disposées en grille autour du tore, comme les pixels d'un écran. En changeant simplement les courants qui traversent ces bobines, on peut générer des configurations magnétiques radicalement différentes — quasi-axisymétrie, quasi-hélicité, quasi-isodynamicité, et des perturbations proches d'un tokamak. L'étude a calculé et filtré plus de 1,66 million de telles configurations à partir d'un seul jeu matériel. C'est l'équivalent d'un synthétiseur modulaire : un seul châssis physique, mais des milliers de sons possibles selon comment vous câblez les modules. Ce que ça changerait concrètement : on pourrait tester des geometries très différentes sur une seule machine, sans construire un nouveau réacteur à chaque fois — et réduire considérablement le coût d'exploration. La configuration dite QI calculée dans l'étude perd moins de 1 % des particules alpha — celles qui chauffent le plasma — ce qui est un très bon score simulé. Le hic, et il est de taille : c'est une étude computationnelle pure. Ces 1,66 million de configurations n'existent que dans des simulations. La machine physique reste à construire. Les défis de fabrication de 288 bobines précises, et les interactions concrètes entre le plasma et les parois dans un tel dispositif, sont entiers.

Une IA entraînée sur des données historiques pilote un vrai tokamak

Un algorithme n'ayant jamais vu de plasma en direct vient d'être lâché aux commandes d'un vrai réacteur tokamak en Californie — et ça n'a pas mal tourné.

Contrôler un plasma de fusion, c'est un peu comme maintenir une flamme dans une tornade avec quatre robinets à ajuster simultanément et en temps réel. Le plasma peut s'instabiliser en une fraction de seconde. Les ingénieurs pilotent des actionneurs — puissance des faisceaux de particules neutres, puissance des micro-ondes, débit de gaz — pour maintenir ce qu'on appelle le profil de rotation du plasma : la façon dont il tourne sur lui-même, qui influence sa stabilité. Une équipe a formé un algorithme d'apprentissage par renforcement — la même famille de techniques qui permet à une IA de battre les humains aux échecs — uniquement à partir des données historiques du tokamak DIII-D, opéré par General Atomics à San Diego. Aucun simulateur physique. Aucun entraînement « en direct » pendant lequel l'algorithme aurait pu faire des erreurs sur un vrai plasma. L'algorithme a regardé des milliers d'anciens tirs de plasma, appris les régularités, et construit sa propre politique de contrôle. C'est un peu comme former un nouveau cuisinier uniquement sur des vidéos de service, sans jamais le laisser approcher les fourneaux, puis le mettre devant un vrai coup de feu le soir J. La politique apprise a ensuite été déployée sur le système de contrôle réel de DIII-D, avec quatre actionneurs simultanés — une complexité jamais abordée avec cette approche sur un vrai tokamak. Deux nuances importantes. D'abord, « ça a marché » reste vague : l'étude parle de « résultats prometteurs » sans donner de métriques quantitatives précises — pas de chiffre d'erreur de suivi, pas de taux de réussite par tir. Ensuite, DIII-D est un tokamak de recherche loin des conditions d'un réacteur commercial. Mais le principe — apprendre du passé sans simulateur — ouvre une vraie porte pratique.

Trois histoires, et un fil conducteur qui me semble honnête : la fusion nucléaire commence à faire face à ses contraintes réelles plutôt qu'à ses ambitions abstraites. Yinsen ne demande pas « comment faire le plus grand réacteur possible » mais « quel est le plus petit réacteur que les matériaux autorisent ». Le stellarator hybride ne construit pas une machine parfaite pour une seule configuration — il construit une machine flexible pour en explorer un million. Et l'IA de DIII-D ne simule pas un plasma idéal — elle apprend à contrôler un plasma réel, imparfait, historique. Ce n'est pas la fusion qui « avance vite » de façon générique. C'est plutôt une discipline qui commence à accepter ses contraintes — matériaux, coûts de construction, disponibilité des données — et à construire autour d'elles plutôt que malgré elles. C'est souvent le signe qu'un domaine mûrit. Soyons honnêtes : ça ne veut pas dire qu'on y est. Mais c'est un changement de posture notable.

Côté DIII-D, surveillez les publications de General Atomics dans les prochains mois : si des métriques quantitatives sur cette expérience de contrôle RL apparaissent dans un article de suivi, ça dira beaucoup sur la maturité réelle de l'approche. Et côté stellarator hybride, la vraie question ouverte est : est-ce qu'une équipe va financer la construction d'un prototype physique, ou est-ce que ces millions de configurations resteront dans les serveurs ? C'est le moment clé pour ce type d'idée.

• Wikipédia — Stellarator (version française)
• Wikipédia — Tokamak (version française)
• Wikipédia — Apprentissage par renforcement (version française)