量子コンピュータとAIで核融合燃料の課題解決に挑む研究者たち

核融合エネルギーは一世紀にわたって化石燃料に代わる魅力的な選択肢とされてきたが、人工太陽を作り出すことは容易ではない。しかし、オークリッジ国立研究所（ORNL）、クリーブランド・クリニック、IBMの研究者らが米国エネルギー省（DoE）の「ジェネシス・ミッション」の支援を受けて行った新たな研究によれば、量子コンピュータと人工知能（AI）が、核融合発電を大規模に実現する鍵となる可能性がある。具体的には、研究者らはIBMが開発した量子プロセッシングユニット（QPU）を用いて、最も有望な炉設計の一部に必要なトリチウム燃料を抽出するための最適な材料を探索している。トリチウムは陽子1個と中性子2個を持つ放射性水素同位体で、地球上ではごくわずかしか存在しない。核融合でエネルギーを大規模に生産する前に、トリチウムを大量生産する方法を確立する必要がある。

研究によると、フッ素、リチウム、ベリリウムを含む溶融塩（FLiBe）は、核融合炉で使用するトリチウムを抽出するための有望な候補の一つである。これらの溶融塩は、過去に実験用核分裂炉の冷却材として使用されてきたが、トリチウムの増殖環境として機能する。課題は、FLiBe分子クラスターの電子基底状態エネルギーを予測し、トリチウムとの結合の強さを理解することだ。これは非常に計算コストが高く、誤差が生じやすい。しかし、量子コンピュータが最も有望性を示す応用分野の一つが、最適化と計算化学である。必要な量子アルゴリズムの開発は容易ではないが、研究者らは挑戦を続けている。クリーブランド・クリニックが12,635原子のタンパク質をシミュレートするために使用したのと同じ技術が、FLiBeシミュレーションにも適用できることが判明した。

このプロセスでは、QPUをアクセラレータとして使用する。これは、今日のスーパーコンピュータやAIクラスターでGPUが使用されるのと同様の方法で、従来のハードウェアでは実行が難しい計算を実行する。IBMのブログ投稿によると、問題の一部は量子回路に分解され、QPUによって解決される。「これにより、チームは材料の電子構造と原子の挙動、特に分子レベルでのトリチウム結合の強さをより正確に決定できるようになった。」CPU、GPU、QPUを組み合わせることで、研究者らは核融合炉設計に必要なトリチウム燃料を生産するための9つの可能なクラスター構成を特定した。IBMの量子中心型スーパーコンピューティングCTOであるJerry Chow氏は、「これらの結果は、量子中心型スーパーコンピューティングが、化学者、エンジニア、材料科学者を長年悩ませてきた問題に対する実用的な科学ツールとなったことを示す証拠が増えていることを示している」と述べている。量子コンピューティングは有望であるが、これは核融合発電の実現への万能薬ではない。近年の自己維持型核融合炉の開発は進展しているものの、まだ道のりは長い。