Peinture, IA et combustible : trois briques pour le réacteur.

Changer la peinture du réacteur ouvre une fenêtre opérationnelle bien plus large.

Imaginez qu'en changeant simplement le revêtement des murs de votre chaudière, vous puissiez la faire fonctionner à des températures que vous n'osiez pas toucher avant.

Le tokamak EAST, en Chine, n'est pas qu'un gros aimant en forme de beignet. L'intérieur de sa chambre est recouvert d'un matériau qui interagit avec le plasma — et ce matériau change tout. Jusqu'ici, les équipes du Centre de physique des plasmas de Hefei utilisaient du lithium pour conditionner les parois. Elles ont remplacé ça par du bore — concrètement, une couche ultrafine de bore déposée sur la surface intérieure, comme on apprêterait un mur avant de peindre. Et les résultats sont frappants. Dans un régime de plasma qu'on appelle l'I-mode — une sorte de vitesse de croisière entre le régime de base et le régime haute performance dit H-mode — la fenêtre de densité accessible s'est considérablement élargie. Avec le lithium, vous pouviez faire tourner le plasma dans une plage de densité restreinte (entre 35 % et 54 % d'une limite de référence appelée fraction de Greenwald). Avec le bore ? Cette plage s'étend de 26 % à 77 %. C'est presque doubler le terrain de jeu. Encore mieux : dans 51 % des cas avec le bore, le plasma s'est spontanément mis dans une configuration dite « favorable », contre seulement 8 % avec le lithium. Cette configuration favorable génère un puits de champ électrique plus profond au bord du plasma — pensez à une barrière naturelle qui réduit la turbulence, comme une haie qui brise le vent. Le hic : on comprend l'effet, pas complètement les mécanismes. Pourquoi le bore favorise-t-il cette configuration ? La réponse n'est pas encore définitive. Et ces résultats valent pour EAST — un réacteur n'est pas l'autre. Mais c'est un pas expérimental concret, sur une vraie machine, avec des chiffres qui bougent dans le bon sens.

Une IA qui saute directement à la fin d'une simulation de turbulence.

Simuler la turbulence d'un plasma de fusion, c'est comme regarder une casserole d'eau chauffer — on attend longtemps avant que ça bout, et le vrai intérêt c'est l'ébullition, pas l'attente.

Modéliser la turbulence dans un plasma de fusion est l'un des problèmes les plus coûteux en calcul du domaine. Les simulations gyrocinétiques — celles qui décrivent comment les particules tourbillonnent dans le plasma — doivent d'abord traverser une longue phase transitoire avant d'atteindre un état stable. C'est cette phase stable qui intéresse les chercheurs : elle donne les flux de chaleur, les pertes d'énergie, les paramètres de confinement réels. Mais pour y arriver, il faut faire tourner la simulation depuis le début, et attendre. Une équipe de chercheurs propose un raccourci : GyroFlow. L'idée s'appuie sur un principe statistique dit d'ergodicité — grossièrement, si un système tourne assez longtemps, ses moyennes temporelles ressemblent à des moyennes sur un grand ensemble d'états possibles. Autrement dit : l'état stable est en réalité une distribution de probabilité que l'on peut apprendre et échantillonner directement, sans rejouer la trajectoire depuis le début. GyroFlow utilise une technique générative appelée flow matching — pensez à un modèle entraîné à reproduire la « texture » d'un état turbulent stabilisé, de la même façon qu'un modèle d'image apprend à reproduire le style d'un peintre. Une fois entraîné, il génère directement des configurations de plasma à l'état stable, qui peuvent ensuite servir de point de départ — ou de warm-start — pour des solveurs numériques classiques. Résultat : GyroFlow surpasse les modèles quasi-linéaires existants (TGLF, QuaLiKiz) et les approches autorégressive sur des métriques de qualité de génération. Le hic : les chiffres précis de gain en temps de calcul ne sont pas disponibles dans la version publiée sur arXiv, et l'hypothèse d'ergodicité peut ne pas tenir dans tous les régimes de plasma. C'est une preuve de concept prometteuse, pas encore un outil de production.

Tester les blankets tritium avec des lasers : le spectre des neutrons compte plus que leur direction.

Pour tester si une crème solaire protège vraiment, il faut s'assurer que la lampe de laboratoire ressemble vraiment au soleil — pas juste en intensité, mais dans sa composition spectrale.

Un réacteur à fusion fonctionnel aura besoin de produire son propre combustible. Ce combustible, c'est le tritium — un isotope de l'hydrogène. La stratégie prévue : entourer le plasma d'une couverture de lithium (une « blanket ») qui, bombardée par les neutrons produits par la fusion, se transforme en tritium. C'est le cycle du combustible sur lequel toute l'industrie fusion mise. Problème : on n'a pas encore de réacteur opérationnel pour tester ces blankets. Alors les chercheurs utilisent des sources alternatives de neutrons — notamment des sources laser, qui accélèrent des ions deutérium pour produire des neutrons par réaction D-D. Mais ces neutrons sont-ils représentatifs de ceux d'un vrai réacteur ? Une équipe de chercheurs a étudié précisément cette question. Ils ont simulé sept configurations de sources laser différentes (en faisant varier l'intensité du laser et l'épaisseur de la cible) et ont calculé comment ces neutrons réels se comparent à une source de référence idéale — un faisceau de neutrons à 2,45 MeV, isotrope et uniforme — pour la production de tritium dans une blanket de lithium. Résultat : selon la configuration, la production de tritium varie de -2,5 % à +54,1 % par rapport à la référence idéale. Ce n'est pas négligeable. Et l'enseignement clé : c'est l'énergie des neutrons (leur spectre) qui compte, pas leur direction. Le facteur spectral représente 1,42 en gain sur la production de tritium, là où l'anisotropie directionnelle n'ajoute qu'un facteur 1,01. Autrement dit : peu importe d'où vient le neutron, ce qui compte c'est son énergie au moment de l'impact. Le hic : ce sont des simulations numériques couplées, pas des expériences. Et les résultats dépendent fortement des paramètres laser choisis.

Ce que ces trois papiers disent ensemble, c'est que la fusion en 2026 se joue souvent dans les marges. Pas dans de grandes annonces, mais dans des décisions d'ingénierie et de méthode qui paraissent secondaires et qui ne le sont pas du tout. Changer le revêtement d'un mur : gain opérationnel immédiat sur une vraie machine. Remplacer une simulation longue par un modèle génératif : gain de temps de calcul pour des dizaines d'équipes dans le monde. Caractériser la fidélité d'une source neutronique de test : éviter de tirer des conclusions erronées sur les futurs composants du réacteur avant même de les avoir construits. Ce sont trois problèmes différents — confinement, modélisation, matériaux — mais ils pointent vers la même discipline : la rigueur dans la préparation. La fusion ne va pas « soudainement marcher ». Elle va progressivement devenir moins difficile, un paramètre à la fois. C'est exactement ce qu'on observe aujourd'hui.

Sur le front tritium, les essais de blankets au Broad Transformer Facility (BTF) d'ITER en 2026-2027 seront un test important des modèles comme celui-ci. Sur GyroFlow, la question ouverte que j'aimerais voir répondue dans les prochains mois : est-ce que le modèle tient dans des géométries de bord de plasma, où l'ergodicité est beaucoup moins assurée qu'au cœur ? C'est là que ça devient intéressant — et difficile.

• Wikipédia — Tokamak EAST (en français)
• Wikipédia — Tritium et cycle du combustible fusion
• Wikipédia — Couverture tritigène (lithium blanket)