Штучний інтелект у ядерній енергетиці: нові можливості та виклики

Вчені з Державного науково-технічного центру з ядерної та радіаційної безпеки та Інституту проблем моделювання в енергетиці провели комплексне дослідження застосування технологій штучного інтелекту в ядерній енергетиці. Аналіз наукових публікацій у базах даних Web of Science та Scopus за період 2015−2025 років показав стрімке зростання інтересу до цієї тематики, особливо починаючи з 2018 року.

Дослідження виявило чотири основні кластери застосування штучного інтелекту в атомній енергетиці. Перший кластер охоплює використання машинного навчання та глибинного навчання для вдосконалення моніторингу, прогнозування та оптимізації роботи атомних електростанцій. Другий кластер спрямований на застосування штучного інтелекту для прийняття рішень та оцінки ризиків. Третій кластер досліджує використання нейронних мереж для класифікації інформації та кібербезпеки. Четвертий кластер фокусується на специфіці різних технологій штучного інтелекту в ядерній енергетиці.

Найбільша кількість досліджень виконана авторами зі Сполучених Штатів Америки, Китаю, Великобританії, Південної Кореї та Японії. Це свідчить про глобальний характер інтересу до впровадження інтелектуальних технологій у ядерну галузь.

Прогнозне технічне обслуговування стало однією з найбільш досліджених та практично реалізованих сфер застосування штучного інтелекту в ядерній енергетиці. Головною метою є своєчасне прогнозування потенційних відмов або деградації обладнання ще до їх фактичного настання. Це дозволяє забезпечити раннє реагування, знизити ймовірність аварійних зупинів та оптимізувати експлуатаційні витрати.

Компанія EDF у Франції впровадила алгоритми машинного навчання для аналізу акустичних сигналів щодо роботи насосного обладнання. Ці системи виявляють ознаки зношування на ранніх стадіях, що дозволяє своєчасно планувати ремонтні роботи та запобігати неплановим зупинам. Подібні технології демонструють значний прогрес у застосуванні машинного навчання для аналізу історичних та оперативних даних вимірювальних пристроїв.

Моніторинг стану обладнання та інтелектуальна діагностика представляють ще один важливий напрям застосування штучного інтелекту. Сучасні платформи оперують методами кластеризації, розпізнавання образів та алгоритмами детектування аномалій, що дозволяє виявляти приховані несправності задовго до їх прояву.

Характерним прикладом впровадження технологій штучного інтелекту є система Metroscope компанії Framatome. Це цифровий двійник енергоблока з вбудованим інтелектуальним механізмом діагностики елементів другого контуру реакторів. Система постійно порівнює телеметричні дані з шаблонами коректної роботи та аналізує відхилення.

Пілотний проєкт із застосування штучного інтелекту для моніторингу поточного стану атомної електростанції реалізовано на АЕС Limerick у Сполучених Штатах. Алгоритми штучного інтелекту, розроблені компанією Blue Wave, дозволили виявити недостовірність вимірювань одного з датчиків нейтронного потоку. Цей датчик було виведено з логіки формування уставок щодо зміни потужності енергоблока, що дозволило уникнути непланового зупину атомної електростанції.

Автономне та інтелектуальне управління представляє перспективний напрям розвитку технологій штучного інтелекту в ядерній енергетиці. Сучасні тенденції свідчать про можливу трансформацію підходів до управління складними системами. На зміну детермінованим алгоритмам поступово приходять гнучкі, адаптивні інтелектуальні системи.

Особливої актуальності набувають методи глибинного навчання з підкріпленням, що дозволяють створювати автономних агентів, здатних приймати складні рішення у реальному часі на основі багатопараметричного аналізу стану системи. Такі агенти успішно застосовувалися для стабілізації рівня води у парогенераторах реакторів, демонструючи перевагу над класичними алгоритмами за швидкістю реакції та якістю управління.

Прогнозування та аналіз аварійних ситуацій залишається одним із найбільш критичних викликів для експлуатації атомних електростанцій. Моделі штучного інтелекту здатні аналізувати великий обсяг параметрів у реальному часі, адаптивно реагувати на складні сценарії та надавати підтримку у прийнятті рішень.

На відміну від класичних теплогідравлічних чи нейтронно-фізичних розрахунків, які вирізняються значними обчислювальними затратами та не завжди застосовні для онлайн-аналізу, сучасні рішення штучного інтелекту використовують моделі, навчені на масивах розрахункових та експериментальних даних. Це дозволяє здійснювати оцінку стану реактора й аварійних параметрів у реальному часі.

Роботизовані системи та дрони з штучним інтелектом знаходять все ширше застосування в ядерній енергетиці. Основу сучасних інтегрованих роботизованих систем складають автономні роботи й безпілотні апарати, обладнані передовими сенсорами, високоточними камерами, тепловізорами та лідарами. Використовуючи алгоритми комп'ютерного зору та нейромережеві технології, такі системи здатні в реальному часі здійснювати інспекцію обладнання, виявляти дефекти, проводити дистанційні вимірювання та швидко інтерпретувати його стан.

Попри вагомі переваги, інтеграція штучного інтелекту у ядерну галузь супроводжується низкою ризиків, обмежень та етичних питань. Ці виклики охоплюють як технічні аспекти, так і організаційно-етичні. Серед основних ризиків варто виокремити можливе зниження готовності персоналу до дій у аварійних ситуаціях внаслідок надмірного покладання на автоматизовані рішення, вразливість систем штучного інтелекту до кібератак, обмежену прозорість алгоритмів, а також нестачу якісних даних для навчання моделей.

Регулюючі органи формують позицію щодо безпеки використання штучного інтелекту. Комісія ядерного регулювання США розробила комплексний стратегічний план у сфері штучного інтелекту на 2023−2027 фінансові роки. Цей документ окреслює стратегічне бачення та ключові цілі, спрямовані на забезпечення готовності до регулюючого розгляду застосувань штучного інтелекту.

В Україні на державному рівні здійснюється підготовка інфраструктури для впровадження штучного інтелекту. У 2024 році Кабінет Міністрів України схвалив Концепцію Державної цільової науково-технічної програми з використання технологій штучного інтелекту в пріоритетних галузях економіки на період до 2026 року. У документі визначено, що ядерна промисловість і наукова та науково-технічна діяльність є пріоритетними галузями економіки, у яких використовуються технології штучного інтелекту.

Дослідження показало, що впровадження штучного інтелекту в ядерну галузь, попри нові виклики, за умови дотримання вимог з ядерної та радіаційної безпеки та фізичного захисту, може підвищити безпеку та ефективність експлуатації ядерних установок. Автори дослідження — Олександр Гольонко, Іларіон Улич, Олена Огір та Олексій Дибач — підкреслюють важливість створення належної регуляторної інфраструктури для забезпечення безпечного використання технологій штучного інтелекту в атомній енергетиці.