エネルギー

AIと核融合：革新的な技術で研究開発を加速する

公開日 2024年9月25日

更新日 2026年10月14日

著者

Gaurav Roy

Securities.io を Google の優先ソースに追加

人工知能は多くの産業を変え、科学研究にも活用されるようになりました。核融合もその一つで、プラズマの制御や材料開発にAIを利用する研究が進んでいます。

豊富な燃料を利用し、運転時の温室効果ガス排出を抑えられる可能性があるため、核融合は有望なエネルギー技術と考えられています。

燃料の高いエネルギー密度や、核分裂とは異なる安全上の特徴も期待されています。ただし、商業発電には技術面と経済面の課題が残ります。

進展の一例が、2024年に発表されたJETの核融合エネルギー記録です。実験が行われたのは2023年で、約0.2ミリグラムの燃料を使い、5秒間で69メガジュールの核融合エネルギーを放出しました。これは熱エネルギーの記録で、家庭に供給した電力ではありません。装置全体では出力を上回るエネルギーを投入しています。

プラズマの維持時間は装置によって異なり、有用なエネルギーを継続して取り出せるかどうかとは別の指標です。AIは制御や設計を改善するための手段として研究されています。

近年のAIの進歩により、プラズマ物理や材料科学で利用できる解析手法が増えています。

研究対象には、不安定性の予測、リアルタイム制御、原子炉設計の評価、材料特性計算の高速化などがあります。それぞれの用途でモデルの検証が必要です。

商業規模で核融合発電が実現する時期はまだ不確実ですが、AIは研究や開発の一部を加速する可能性があります。

米エネルギー省プリンストン・プラズマ物理研究所（PPPL）の所長で、天体物理学の教授でもあるスティーブン・カウリーは次のように述べています。

「核融合がAIのキラーアプリになるかもしれません」

2024年、プリンストン大学とPPPLの研究者は、DIII-Dトカマクでプラズマのテアリング不安定性を予測し、制御するAIを報告しました。こうした不安定性は磁場による閉じ込めを損なう原因になります。

コントローラーは最大300ミリ秒前に不安定性を予測し、実験条件下で制御を調整して回避しました。

プラズマが急激に失われる現象は、長期間の安定運転を目指す核融合装置にとって重要な課題です。

「不安定性や急激な運転停止は非常に大きな問題です。このような解決策を開発することで、装置を安定して運転できるという確信が強まります」

— 研究著者でプリンストン大学機械・航空宇宙工学教授のエゲメン・コレメン

核融合向け合金を探すAIと計算データ

核融合向けの新しい合金

米エネルギー省オークリッジ国立研究所（ORNL）が主導した研究では、核融合装置の部材向けに有望な合金を選ぶAIモデルを支える計算データを作成しました。

プロジェクトは当時AIイニシアチブを率いていたデビッド・ウォンブルの下で始まり、その後、科学的発見のための人工知能（AISD）の研究分野で継続されました。

大規模な量子力学計算には時間と費用がかかるため、材料科学と機械学習の組み合わせが注目されています。

深層学習モデルは、原子の配置と材料特性との非線形な関係を表現できます。

学習と検証を終えたモデルは、密度汎関数理論（DFT）の計算より短時間で特定の性質を推定できます。これにより、多成分合金の候補を効率よく絞り込めます。

核融合向け材料には、高温での強度と安定性だけでなく、放射線や熱負荷に対する性能も求められます。

タングステンは融点が高く、プラズマに接する部材の重要な候補です。他の元素を加えると性質が変わりますが、適切な組成は使用条件によって異なります。

ORNLのAIデータ科学者マッシミリアーノ・ルポ・パシーニは、従来材料に代わる候補を「まったく新しく、変革をもたらすもの」と表現しました。

候補となる元素の組み合わせと濃度が非常に多いことが、材料探索を難しくしています。

研究チームは3元素の合金に関する計算データを作成し、AIによる候補選定に利用する方針です。計算による選別は実験を効率化するもので、材料の試験そのものを不要にするわけではありません。

Scientific Data誌で報告された4つの公開データセットには、合金の基底状態の性質を計算したDFTの結果が含まれています。

対象はニオブ・バナジウム（NbV）、ニオブ・タンタル（NbTa）、タンタル・バナジウム（TaV）、三元系のNbTaVで、128サイトの体心立方構造のスーパーセルを用いています。

高温、放射線、機械的応力に耐える合金が見つかれば、核融合装置の部材の寿命や信頼性の向上に役立ちます。

候補を迅速に選定するモデルは、有望な材料に試験資源を集中させるための道具になります。

計算データから科学的発見を加速する

データ作成はプロジェクトの一段階です。次に、材料の発見と設計に使う機械学習モデルの開発、学習、評価を進めます。

ルポ・パシーニによると、チームは高融点の高エントロピー合金を探索するため、扱う元素を6種類に広げることを目指しています。すべての高エントロピー合金に6元素が必須という意味ではありません。

高エントロピー合金は複数元素を比較的大きな割合で組み合わせる材料群です。先行研究では14元素からなる組み合わせを調べ、7,000を超える合金の安定性や弾性特性を高効率な量子力学計算で評価しました。

イリノイ工科大学の材料科学・工学准教授ウェイ・チェンは、これを「高エントロピー合金の弾性特性に関する最大のデータベース」と説明しました。

一方、最新プロジェクトでも量子力学計算には多くの計算資源が必要でした。「データだけでは不十分」であり、それを利用するモデルが求められます。

PerlmutterとSummitでデータを生成する計算には、1年以上かかりました。

スーパーコンピューターのSummitはOak Ridge Leadership Computing Facilityの一部としてORNLに設置され、Perlmutterはローレンス・バークレー国立研究所に設置されています。どちらも米国エネルギー省科学局が研究者に提供する共同利用施設です。

次の段階ではデータを用いてモデルを学習し、6元素をさまざまな割合で混ぜた多数の組成を効率よく探索します。

「材料科学者の試行錯誤を支援するため、核融合技術の進歩につながる合金を作るには、各元素をどの割合で混ぜるべきかを特定しようとしています」

— マッシミリアーノ・ルポ・パシーニ

この方法は他の材料研究にも広がっています。2023年にはルポ・パシーニのチームが、1,000万を超える有機分子の紫外・可視スペクトルに関するデータセットを生成しました。

分子と光の相互作用を理解すると、医療画像や太陽電池などに利用できる電子的・光学的性質を調べられます。

高性能計算機による量子化学計算で作成したデータは、目的に合う光電子特性や光活性を持つ分子を探す深層学習モデルに利用できます。

膨大な分子をすべて実験や第一原理計算だけで調べるのは高コストです。ルポ・パシーニは深層学習を「こうした障壁を乗り越えるための非常に有望な道具」としています。

HydraGNNは原子や分子の構造をグラフとして表現し、第一原理計算で求める性質を推定するアーキテクチャです。

2024年にはPerlmutter、Frontier、SummitでHydraGNNの大規模並列実行が実証されました。

グラフニューラルネットワークを大規模計算機に展開することで、複雑な構造と特性の関係を効率よく解析することを目指しています。

エネルギー、AI、材料分野の企業

核融合の仕組み

以下の企業は原子力、計算技術、特殊材料にそれぞれ関わっています。これらの事業と、商業核融合から直接収益を得ることとは区別する必要があります。

#1. General Electric (GE)

General Electric (GE.TO ) は2024年4月2日にGE Vernovaを分離し、GE Aerospaceとして航空宇宙事業を展開する体制になりました。発電や核分裂炉の事業はGE Vernovaに属し、GE Hitachi Nuclear Energyを通じて沸騰水型原子炉などを扱っています。使用済み核燃料のセンサーや検査技術も核分裂事業の文脈にあります。

GE 価格チャート

2024年の市場データでは、GE Aerospaceの米国株は188.94ドル、時価総額は2,044億6,900万ドル、年初来上昇率は47.83%でした。過去12か月のEPSは4.28ドル、P/Eは44.09倍、配当利回りは0.59%でした。

GE Vernovaは2024年第2四半期に売上高82億ドル、純利益13億ドルを報告しました。純利益にはSteam Powerの原子力事業の一部をEDFに売却した利益が含まれます。受注は118億ドルで売上高の約1.4倍、営業キャッシュフローは約10億ドルでした。現金残高は分離時の42億ドルから58億ドルに増えました。

「世界的な電化と脱炭素化の動きが、当社の製品とサービスへの需要を引き続き支えています」

— GE Vernova (GEV ) CEO スコット・ストラジック

#2. IBM (IBM)

NVIDIA (NVDA ) はAIや高性能計算向けの技術を提供しており、本文で扱う2024年の時点では年初来134.76%上昇していました。IBMもAIと量子計算を研究し、クラウド経由で研究用の量子システムを提供しています。

IBMは別途、データ分析や資産管理を使って原子力発電所の運用を改善する方法について発表しています。量子計算による将来の材料シミュレーションとは異なる用途です。

IBM 価格チャート

2024年の市場データではIBMの時価総額は2,015億4,000万ドル、株価は218.80ドル、年初来上昇率は34.82%でした。過去12か月のEPSが9.53ドルならP/Eは約22.96倍で、配当利回りは3.05%でした。

IBMの2024年第2四半期売上高は158億ドルで、前年同期比2%増でした。売上総利益率はGAAPで56.8%、調整後の非GAAPで57.8%です。上半期の営業キャッシュフローは62億ドル、フリーキャッシュフローは45億ドルでした。

#3. ATI Inc. (ATI)

ATIは航空宇宙、防衛、医療、エネルギー向けの特殊金属・合金を製造しています。High Performance Materials & Components（HPMC）はチタンなどの高性能材料・部品を扱い、Advanced Alloys & Solutions（AA&S）はジルコニウムなどの特殊合金をさまざまな産業に供給します。