AI jest wykorzystywana przy dokumentacji w energetyce jądrowej

AI w energetyce jądrowej przyspiesza licencjonowanie reaktorów, ogranicza koszty dokumentacji oraz wspomaga pracę elektrowni.

Rosnące zapotrzebowanie na energię w Stanach Zjednoczonych sprawia, że energetyka jądrowa ponownie zyskuje strategiczne znaczenie. Elektrownie atomowe dostarczają stabilną, niskoemisyjną energię, ale ich funkcjonowanie wiąże się z ogromnym obciążeniem administracyjnym. Każda zmiana licencji, modernizacja czy przedłużenie pracy reaktora wymaga analizy tysięcy stron dokumentów technicznych i regulacyjnych. Przykładem jest elektrownia Diablo Canyon w Kalifornii, która zapewnia około 8 proc. energii elektrycznej w stanie i zasila ponad 4 miliony odbiorców. Decyzja o przedłużeniu jej pracy do 2030 roku oznaczała konieczność przygotowania wniosku licencyjnego liczącego około 3 tysięce stron.

W tym kontekście AI w energetyce jądrowej zaczyna odgrywać kluczową rolę. Startup Atomic Canyon, we współpracy z Diablo Canyon i laboratorium Oak Ridge, opracował wyspecjalizowane modele sztucznej inteligencji zdolne do pracy z dokumentacją jądrową. Systemy powstały z wykorzystaniem superkomputera Frontier, pierwszej na świecie maszyny klasy exascale, dysponującej ponad 37 tysiącami procesorów graficznych. Celem projektu było skrócenie czasu potrzebnego na wyszukiwanie i analizę danych, które obecnie pochłaniają, według szacunków pracowników Diablo Canyon, nawet 15 tysięcy roboczogodzin rocznie.

Kluczową innowacją okazały się tzw. modele osadzenia zdań, wyszkolone na wielu tysiącach dokumentów branżowych, w tym na bazie NRC ADAMS zawierającej około 53 milionów stron akt dotyczących amerykańskich reaktorów od 1980 roku. W przeciwieństwie do ogólnodostępnych modeli językowych, narzędzia rozumieją specjalistyczną terminologię jądrową i jej kontekst. Ma to ogromne znaczenie dla bezpieczeństwa, ponieważ w energetyce jądrowej błędna interpretacja danych może prowadzić do poważnych konsekwencji. Dzięki wykorzystaniu mocy Frontier możliwe było wielokrotne trenowanie modeli, co znacząco ograniczyło ryzyko błędów i tzw. halucynacji AI.

Pierwsze efekty wdrożenia pokazują, że AI w energetyce jądrowej realnie zwiększa efektywność pracy inżynierów i regulatorów. Zamiast ręcznego przeszukiwania archiwów, specjaliści mogą zadawać pytania w języku naturalnym i szybko otrzymywać kompletne zestawy informacji o konkretnych komponentach czy procedurach. W dłuższej perspektywie rozwiązania mogą zostać wykorzystane w całej amerykańskiej flocie jądrowej, wspierając szkolenia, audyty i przygotowanie dokumentacji. Źródłowy charakter modeli sprawia, że z tej technologii mogą skorzystać także inne kraje, co czyni ją jednym z ważniejszych kroków w cyfrowej transformacji sektora jądrowego.

Szymon Ślubowski