Czy sztuczna inteligencja zawładnie elektrowniami jądrowymi?

AI w energetyce jądrowej: od cyfrowych bliźniaków do autonomicznych reaktorów

AI stwarza nowe możliwości zarządzania i sterowania elektrowniami jądrowymi, co może znacząco przyspieszyć modernizację tego sektora energetyki. W tym celu wykorzystuje się cyfrowe bliźniaki (digital twins), które prezentują prawdziwe zjawiska w wirtualnej rzeczywistości. Są zasilane danymi z tysięcy czujników, które pozwalają na symulację zachowań prawdziwego reaktora i przewidywanie skutków zmian przed ich wprowadzeniem. Dzięki temu możliwa jest optymalizacja pracy bez ryzyka utraty stabilności. 

Co więcej, AI może analizować mikrowibracje, dźwięk lub temperaturę urządzeń poprzez użycie sieci neuronowych typu LSTM (Long Short-Term Memory). Sieci te są w stanie przetwarzać i uczyć się długoterminowych zależności w danych sekwencyjnych, przez co dają możliwość wczesnego wykrywania usterek i przewidywania stanów awaryjnych. 

Badania prowadzone przez Oak Ridge National Laboratory (ORNL) sugerują, że w przypadku reaktorów IV Generacji oraz SMR-ów uczenie maszynowe pozwoli na niemal całkowitą autonomię operacyjną. Celem jest stworzenie reaktora, który będzie “inteligentny” od pierwszego uruchomienia. System ma samoczynnie sterować prętami kontrolnymi i przepływem chłodziwa z precyzją niemal nieosiągalną dla człowieka. Dzięki temu produkcja energii jądrowej może być jeszcze bezpieczniejsza, gdyż będzie odporna na błędy wynikające ze zmęczenia lub stresu operatora. Sztuczna inteligencja wspomaga bezpieczeństwo elektrowni jako namacalnego obiektu. 

Jak więc wygląda kwestia cyberbezpieczeństwa? 

Międzynarodowa Agencja Energii Atomowej (MAEA) opracowała program CRP (Coordinated Research Project), który ma na celu stworzenie zasad bezpiecznego wdrażania sztucznej inteligencji w systemach jądrowych. Program ma wzmocnić ochronę cyfrową i pomóc państwom w świadomy oraz odpowiedzialny sposób korzystać z technologii AI, tym bardziej w technologiach jądrowych. Dzięki temu nowe rozwiązania będą wprowadzane skutecznie, przy zachowaniu najwyższych standardów bezpieczeństwa.

• Zobacz również: Polski uran – przeklęta skała, umowa z ZSRR i niepewna przyszłość

Jak AI oddziałuje na licencjonowanie reaktorów?

Sztuczna inteligencja ma bezsprzecznie ogromny wpływ na administrację. Proces licencjonowania pojedynczego reaktora to setki tysięcy stron dokumentów technicznych, analiz bezpieczeństwa i raportów środowiskowych. Doskonałym tego przykładem jest certyfikacja reaktora NuScale SMR, gdzie AI pomogło przeanalizować ponad 12 000 stron dokumentacji technicznej, błyskawicznie wyłapując niespójności w tysiącach wymogów bezpieczeństwa. W jednym rozdziale dokumentacji technicznej widniał zapis o konkretnym parametrze, natomiast kilkaset stron dalej, ten sam parametr został podany z lekkim przesunięciem. Ponadto pojawiały się nieścisłości w terminologii i definicjach. AI identyfikowało miejsca, w których ten sam komponent był nazywany inaczej w różnych sekcjach. Problem ten wynikał z chaosu pojęciowego powstałego na przestrzeni wielu lat pracy nad projektem. Zastosowanie sztucznej inteligencji pozwoliło na znaczną oszczędność czasu i zmniejszenie ryzyka wystąpienia błędów wynikających z ludzkiej niedokładności. 

Co ciekawe, nie tylko elektrownie czerpią korzyści z tego układu. Relacja między AI a SMR-ami (Małymi Reaktorami Modułowymi) to klasyczna symbioza, w której obie strony są beneficjentami. Sztuczna inteligencja umożliwia autonomiczne sterowanie, obniża koszty operacyjne, zwiększa bezpieczeństwo i optymalizuje pracę reaktorów, natomiast elektrownie mogą zasilać serwery oraz centra danych. Szkolenie sztucznej inteligencji pochłania ogromne ilości energii, co powoduje wzrost emisji gazów cieplarnianych w przypadku korzystania z paliw kopalnych. Tu właśnie pojawia się stabilne i bezemisyjne źródło energii, które jest w stanie rozwiązać te problemy i wiele na tym zyskać. 

Z takiego rozwiązania skorzystała firma Microsoft, która we współpracy z TerraPower ogłosiła plany uruchomienia pierwszego na świecie centrum danych w 100% zasilanego małymi reaktorami jądrowymi SMR, dedykowanego trenowaniu Copilot AI 6.0. Projekt, który jest szacowany na 2,8 miliarda dolarów, ma zostać ukończony w ciągu najbliższych kilku lat. Microsoft można w tym przypadku nazwać trendsetterem, ponieważ Google, Amazon oraz Meta już zapowiedziały analizę podobnych rozwiązań dla swoich centrów danych w przyszłości. 

Ale czy elektrownie będą mogły działać bez wkładu człowieka, a AI przejmie całkowitą kontrolę?

Odpowiedź brzmi: NIE! Kluczową zasadą w zarządzaniu elektrownią jest reguła HITL (Human-in-the-loop), według której człowiek musi być zaangażowany w procesy decyzyjne systemów sztucznej inteligencji. AI doradza, ostrzega i analizuje, ale ostateczne decyzje są podejmowane przez ludzi. Na przykład automatyczne systemy sterowania są w stanie same przesuwać pręty kontrolne, aby utrzymać zadaną moc, ale potrzebują do tego akceptacji operatora, który może w każdym momencie przejść na tryb ręczny. To człowiek ma fizyczny priorytet, aby zatrzymać proces lub zmienić jego funkcjonowanie. 

AI to nie tylko same zalety…

Należy zwrócić uwagę, że obok niewątpliwych plusów powstają również mankamenty takiego rozwiązania. Pojawia się problem „czarnej skrzynki”, który polega na braku przejrzystości procesów decyzyjnych algorytmu, co uniemożliwia inżynierom i organom nadzoru pełne zrozumienie, na jakiej podstawie został otrzymany dany wynik. Znalezienie logicznego wytłumaczenia często jest bardzo wymagające, a wręcz niemożliwe. Z tego powodu coraz częściej wdrażane jest tzw. XAI (Explainable Artificial Intelligence). Są to systemy i narzędzia analityczne, które mają na celu tłumaczenie swoich decyzji i przedstawienie użytkownikowi parametrów, które wpłynęły na otrzymaną diagnozę. Pokazuje to, że AI może w znacznym stopniu ułatwić pracę człowieka, ale nie jest w stanie w pełni zastąpić elastyczności i intuicji ludzkiego umysłu. 

Źródła: promptowy.pl, gov.pl, iaea.org, ornl.gov, nuscalepower.com, oecd-nea.org, anl.gov, holistic.news

Materiał został przygotowany przez Studenckie Koło Naukowe Energetyki przy SGH
Martyna Bondyra