À l'intérieur d'un réacteur à fusion, le plasma fait rage — un gaz chauffé à des millions de degrés. Il n'y a pas de fenêtres directes, et les caméras et capteurs tombent rapidement en panne. Les ingénieurs ne voient que des bribes d'information : quelques capteurs à différents endroits. C'est comme essayer de comprendre une symphonie avec le son de trois microphones dans une immense salle.
Le nouveau modèle d'apprentissage automatique prend ces signaux parcimonieux et reconstitue l'image complète — tous les champs, températures et densités à la fois. D'abord, il comprime l'historique des mesures dans le temps. C'est comme un interprète qui écoute un discours et en retient le sens, plutôt que les mots individuels. Ensuite, à partir de cette représentation compressée, le modèle déploie une carte tridimensionnelle détaillée du plasma.
Les tests sur des données de simulation haute fidélité ont montré : à partir des signaux de simples capteurs de densité, on peut reconstituer plusieurs caractéristiques du plasma à la fois. Ce n'est pas simplement un remplissage d'image — le modèle capture les liens physiques entre les grandeurs. Cette approche pourrait devenir la base de jumeaux numériques du réacteur. Ils indiquent en temps réel ce qui se passe à l'intérieur et aident à maintenir le plasma stable.
Le plasma dans un réacteur à fusion est dix fois plus chaud que le cœur du Soleil, et son confinement magnétique est comparé à une tentative de presser de la gelée avec les doigts.
La technologie rappelle le « scan mental » des romans de Peter Hamilton, où l'on reconstitue une conscience complète à partir de quelques signaux neuronaux.