Fusion : le gigawatt approche, l'IA prend la relève

Quel gaz choisir pour approcher un gigawatt de puissance fusion ?

Le bon assaisonnement fait toute la différence — même dans un plasma à cent millions de degrés.

Une équipe de chercheurs travaillant sur le design du réacteur ARC — un projet compact développé en lien avec Commonwealth Fusion Systems — a simulé en détail comment le plasma se comporterait à des niveaux de puissance proches du gigawatt. Leur outil : des modèles couplés qui calculent à la fois ce qui se passe au cœur du plasma et à sa bordure, là où il frôle les parois. Ils ont comparé deux « assaisonnements » : l'argon et le néon, deux gaz injectés en infimes quantités pour refroidir stratégiquement le bord du plasma. Imagez une cocotte-minute. À l'intérieur, la pression est maximale — c'est là que la fusion produit de l'énergie. Mais la soupape, qu'on appelle le divertor, doit évacuer la chaleur sans fondre. L'astuce consiste à injecter un gaz qui rayonne cette chaleur de façon diffuse, avant qu'elle ne percute les parois comme un chalumeau. Avec l'argon, les simulations atteignent 750 à 1 000 mégawatts de puissance fusion, avec un divertor refroidi en dessous de 2 eV — l'unité qui mesure la température des particules en bord de plasma, et la limite au-delà de laquelle les matériaux souffrent. Avec le néon, ça marche moins bien : le gaz migre vers le cœur, le « pollue », et la puissance chute à 600–850 MW. Le hic : ce sont des simulations, pas une expérience réelle. ARC n'est pas encore construit. Ces modèles reposent sur des dizaines de paramètres dont certains restent incertains, notamment le comportement exact du bord du plasma, qu'on appelle le piédestal. Un vrai pas en avant dans la compréhension des compromis à faire — mais l'écart entre la simulation et l'acier reste considérable.

Une IA prédit les accidents de fusion sans jamais voir le réacteur cible

Apprendre à reconnaître une crise cardiaque dans un hôpital de Shanghai, puis débarquer à Bordeaux sans voir un seul patient local — et quand même faire son travail.

Une équipe de chercheurs a entraîné une intelligence artificielle à détecter les signes avant-coureurs d'une disruption — l'effondrement brutal du plasma qui peut endommager un réacteur en quelques millisecondes — en utilisant uniquement les données du tokamak EAST, en Chine. Ensuite, ils l'ont testée sur J-TEXT, un réacteur complètement différent, sans lui montrer une seule donnée expérimentale de cette machine. Zéro expérience locale. Pour combler le fossé, l'équipe a utilisé des simulations physiques du plasma de J-TEXT — via un code appelé NIMROD — pour générer des données synthétiques imitant les capteurs de cette machine. Ces données artificielles ont été injectées dans l'entraînement de l'IA, avec une technique d'adaptation appelée Fourier Domain Adaptation pour atténuer les écarts entre le monde simulé et le monde réel. Résultat : le taux de détection précoce passe de 50 % à 57 % — sept points de pourcentage gagnés sans avoir touché une seule expérience réelle sur J-TEXT. Pourquoi ça compte ? ITER, le grand réacteur international en construction à Cadarache, ne pourra pas se permettre des milliers de disruptions « d'apprentissage ». Il faut une IA déjà entraînée avant la première expérience. Cette étude montre que c'est faisable en principe. Le hic : 57 %, c'est mieux que 50 %, mais c'est très loin du niveau requis pour un réacteur commercial. Le fossé entre simulation et réalité reste le vrai obstacle. C'est une preuve de concept prometteuse — pas une solution prête à l'emploi. Je simplifie, mais l'honnêteté l'impose.

Un seul jeu de bobines pour jouer à la fois tokamak et stellarator

Et si la même guitare pouvait, en changeant l'accordage, sonner comme un piano ?

Une équipe de chercheurs a conçu sur le papier un réseau de bobines supraconductrices — des fils électriques refroidis à très basse température qui génèrent des champs magnétiques intenses — disposées autour d'une chambre en forme de beignet. L'idée centrale : en ajustant les courants dans ces bobines, la même machine physique peut fonctionner soit comme un tokamak, soit comme un stellarator, soit comme un hybride des deux. Un rapide détour pour situer les deux familles. Un tokamak confine le plasma grâce à un courant électrique qu'on fait circuler dans le plasma lui-même — puissant, mais source d'instabilités, comme tenir un vélo en équilibre parfait. Un stellarator utilise la forme tordue de ses bobines pour confiner le plasma sans courant interne — plus stable sur le long terme, mais beaucoup plus difficile à construire et à optimiser. Les deux approches ont leurs partisans depuis soixante ans. L'étude — purement numérique, réalisée avec le logiciel d'optimisation SIMSOPT — montre que 32 bobines dipolaires arrangées autour d'un tore de 1 mètre de rayon permettent d'atteindre des configurations quasi-axisymétriques de type stellarator, des équilibres hybrides stables, et même des formes allongées de type tokamak. Les forces exercées sur les bobines restent en dessous des limites tolérées par les supraconducteurs HTS modernes. Le hic : aucune bobine n'a été fabriquée, aucun plasma testé. C'est une étude de faisabilité sur une petite machine de démonstration. La distance entre « ça marche dans le simulateur » et « ça tient avec du plasma dedans » est considérable. Mais l'idée de mutualiser deux philosophies de confinement sur une seule infrastructure est élégante et pourrait faire gagner des années de recherche comparative.

Ces trois papiers racontent la même histoire depuis trois angles. On optimise ce qu'on met dans le plasma (le bon gaz pour ARC), on anticipe ses accidents (l'IA cross-réacteur), et on repense la machine qui le contient (les bobines hybrides). Ce qui frappe, c'est la montée en puissance des outils numériques : les simulations couplées remplacent partiellement les expériences coûteuses, les IA comblent l'écart entre machines que personne n'a encore allumées, et les optimiseurs de bobines explorent des espaces de design qu'aucun ingénieur n'aurait cherché à la main. La fusion n'avance plus seulement au rythme des expériences en salle blanche. Elle avance aussi au rythme des ordinateurs. Ce n'est pas un raccourci magique — les expériences réelles restent indispensables pour valider tout ça. Mais c'est une façon nouvelle d'accélérer : simuler d'abord, tester ensuite, avec beaucoup plus de précision qu'avant.

Dans les mois qui viennent, surveillez les premières données expérimentales de Pegasus-III — un tokamak sphérique compact qui devrait tester en conditions réelles plusieurs des diagnostics et approches de contrôle évoqués cette semaine. Plus structurellement : ITER entre dans sa phase de tests à vide, et la question de la prédiction de disruptions sans données historiques va devenir très concrète très vite. La vraie question ouverte que j'aimerais voir traitée : les simulations physiques comme NIMROD sont-elles assez fidèles à la réalité pour entraîner des IA qui fonctionneront sur de vraies machines — ou ce fossé sim-to-real est-il le prochain grand obstacle ?

• Wikipédia — ITER, le projet de réacteur international à Cadarache
• Wikipédia — Tokamak : principe de fonctionnement
• Wikipédia — Stellarator : l'alternative au tokamak