Das KI-Modell ,,GyroSwin" überwindet den größten Engpass in der Entwicklung von Fusionsreaktoren: die zeitaufwändige Simulation von Plasmaturbulenzen.
Die magnetische Kernfusion gilt als vielversprechende Technologie für eine nachhaltige und emissionsfreie Energieversorgung. Doch eines der größten Hindernisse auf dem Weg zu einem funktionierenden Fusionsreaktor sind Plasmaturbulenzen. Diese führen dazu, dass Energie und Partikel aus dem magnetischen ,,Käfig" entweichen, was die Plasmakontrolle und deren Simulation extrem schwierig macht. Durch die notwendigen hochpräzisen Simulationen verlangsamt sich die Forschung erheblich.
Hier setzt das neu entwickelte KI-Modell ,,GyroSwin" an: Unter der Leitung von Associate Univ.-Prof. DI Dr. Johannes Brandstetter hat ein Team des Instituts für Machine Learning der JKU um Fabian Paischer , Gianluca Galletti und Paul Setinek in enger Zusammenarbeit mit der UK Atomic Energy Authority (UKAEA) und mit Unterstützung von EMMI AI das KI-Modell GyrosSwin entwickelt. Dieses wurde auf einer unglaublichen Datenmenge von sechs Terabyte trainiert und soll den aufwändigen Simulationsprozess und damit die Forschung beschleunigen.
Johannes Brandstetter sagt über den wissenschaftlichen Durchbruch: ,,Kernfusion ist eines der größten ungelösten Probleme der Menschheit. Ich finde es extrem inspirierend, an solchen Problemen zu arbeiten. Mit neuen Deep-Learning-Techniken sind Durchbrüche möglich, die wir vor zwei oder drei Jahren noch als unvorstellbar angesehen haben."
Großbritannien führend in Kernfusionsforschung
Die Arbeiten entstanden in enger Zusammenarbeit mit der UK Atomic Energy Authority (UKAEA), die eine zentrale Rolle im britischen STEP-Programm (Spherical Tokamak for Energy Production) spielt. Ziel des Programms ist, bis zum Jahr 2040 einen funktionstüchtigen Fusionsreaktor-Prototyp in Nottinghamshire zu errichten. Das Vereinigte Königreich investiert massiv in diesen Bereich. Im vergangenen Juni hat die britische Regierung Rekordinvestitionen in Höhe von 2,5 Milliarden Pfund in die Fusionsenergie angekündigt. Die Forschungsergebnisse der JKU fügen sich in dieses international führende Innovationsumfeld ein.
Bei Rückfragen:
Assoc.-Prof. DI Dr. Johannes Brandstetter
Institut für Machine Learning
E-Mail: brandstetter(at)ml.jku.at
Dr. Fabian Paischer, MSc
Institut für Machine Learning
E-Mail: paischer(at)ml.jku.at
Link zum Paper: https://arxiv.org/abs/2510.07314
Von links: Assoc.-Prof. DI Dr. Johannes Brandstetter und Fabian Paischer, MSc; Credit: Christoph Platzer
