Categorie: Introducere

Visul cel vechi și fizica cea nouă

Omul a privit dintotdeauna cerul cu dorința de a pleca. Dar între dorință și călătorie stă fizica: distanțele cosmice sunt atât de mari, încât chimia — energia care ne-a dus până acum pe Lună — pur și simplu nu mai ajunge. Marte se află la luni de zbor, Jupiter la ani, iar cea mai apropiată stea la zeci de mii de ani cu tehnologia rachetelor chimice. Dacă specia noastră vrea cu adevărat să exploreze, are nevoie de o sursă de energie de un milion de ori mai concentrată decât arderea chimică. Această sursă există de 13,8 miliarde de ani: nucleul atomic. Iată de ce studiul fizicii nucleare nu este doar un capitol de manual — este biletul de îmbarcare al omenirii.

Tirania ecuației rachetei

Orice rachetă e prizoniera unei singure formule: cu cât vrei viteză finală mai mare, cu atât trebuie să cari exponențial mai mult combustibil — care, la rândul lui, trebuie cărat și el. Motoarele chimice au atins de mult plafonul: gazele de ardere nu pot ieși din ajutaj mai repede decât le permite energia legăturilor chimice, câțiva electronvolți per moleculă. Reacțiile nucleare oferă milioane de electronvolți per nucleu. Aceeași fizică pe care o predăm la clasa a XII-a — energia de legătură, fisiunea, fuziunea — este exact fizica care sparge acest plafon.

Nuclearul e deja în spațiu: bateriile care nu mor

Puțini realizează că explorarea spațială profundă este deja nucleară. Sondele Voyager 1 și 2, lansate în 1977, transmit și astăzi date de dincolo de heliosferă — la aproape 50 de ani de la lansare — pentru că la bordul lor nu sunt baterii obișnuite, ci generatoare termoelectrice cu radioizotopi (RTG): căldura dezintegrării plutoniului-238 transformată în electricitate. Peste 45 de astfel de generatoare au alimentat mai mult de 25 de misiuni americane: Cassini la Saturn, New Horizons la Pluto, roverele marțiene. Acolo unde Soarele e prea slab pentru panouri, legea dezintegrării radioactive — aceeași exponențială pe care elevii o învață la timp de înjumătățire — este singura busolă energetică.

Racheta termonucleară: Marte în jumătate din timp

Următorul pas este propulsia. Într-o rachetă termică nucleară (NTP), un reactor de fisiune încălzește hidrogen la aproximativ 2800 K și îl aruncă prin ajutaj: impulsul specific ajunge la ~900 de secunde, dublul celor mai bune motoare chimice. NASA a testat asemenea motoare încă din anii 1960, în programul NERVA — tehnologia a funcționat la sol acum 60 de ani! Pentru o misiune umană spre Marte, avantajul este existențial: timp de zbor redus aproape la jumătate, deci expunere la radiații și riscuri mult mai mici, plus posibilități de abandon și întoarcere pe care chimia nu le permite. Interesul renaște ciclic — programul recent DRACO (DARPA–NASA) și-a propus demonstrarea unui astfel de motor pe orbită, iar studiile de arhitectură pentru misiunile marțiene pun sistematic propulsia nucleară în centrul scenariilor.

Centrale nucleare pe Lună și pe Marte

Explorarea nu înseamnă doar drumul, ci și statul acolo. Noaptea lunară durează 14 zile terestre; furtunile de praf marțiene sting panourile solare cu lunile. Pentru baze permanente, NASA a dezvoltat Kilopower — un mic reactor de fisiune spațial, testat cu succes la sol în 2018 (experimentul KRUSTY) — iar proiectul Fission Surface Power vizează demonstrarea unui reactor de clasa 10 kW pe Lună spre sfârșitul acestui deceniu. Prima „priză de curent” de pe altă lume va fi, aproape sigur, nucleară.

Fuziunea: de la tokamak la motorul interstelar

Iar pentru distanțele cu adevărat mari, privirile se îndreaptă spre fuziune. Conceptul Direct Fusion Drive, dezvoltat la Princeton Plasma Physics Laboratory, propune un reactor compact deuteriu–heliu-3 care produce direct și tracțiune, și energie electrică, în clasa 1–10 MW. Studiile publicate pe arXiv de grupul de astrodinamică al Politecnico di Torino arată ce ar debloca un asemenea motor: misiune cu aselenizare pe Titan, satelitul lui Saturn, în doar câțiva ani; atingerea planetei pitice Eris — de trei ori mai departe decât Pluto — în mai puțin de 9 ani; și, în perspectivă, primele misiuni realiste dincolo de sistemul solar. Cu fuziune, sistemul solar devine navigabil în ani, nu în vieți de om — iar fizica din spatele acestor motoare este exact cea a plasmei confinate magnetic pe care o studiază astăzi tokamakurile.

Scutul invizibil: bătălia cu radiațiile cosmice

Există însă și un adversar nuclear al călătoriilor: radiația cosmică galactică — nuclee grele accelerate la energii uriașe de supernovele galaxiei, de care pe Pământ ne apără câmpul magnetic terestru și atmosfera. Pentru un echipaj aflat ani de zile în spațiul interplanetar, aceasta este problema numărul unu a sănătății. Ecranarea pasivă (pereți mai groși) e păcălită de fizica nucleară însăși: nucleele rapide produc în perete cascade de particule secundare. De aceea cercetarea actuală — inclusiv lucrări recente pe arXiv — explorează scuturi active: câmpuri magnetice și electrostatice care deviază particulele încărcate, adică exact forța Lorentz din manualul de clasa a XI-a, pusă să apere astronauți. Cine va rezolva această problemă va fi, inevitabil, un fizician nuclear — sau un elev de azi care a înțeles de ce merită să devină unul.

De ce să studiezi fizica nucleară? Ca să-ți deschizi mintea la viitor

Puse cap la cap, tendințele spun o poveste coerentă: bateriile nucleare zboară deja de o jumătate de secol, racheta de fisiune a fost testată la sol, reactorul lunar are termen de demonstrație, motorul de fuziune are prototipuri de laborator și misiuni proiectate în detaliu, iar scutul magnetic anti-radiații e pe planșetele cercetătorilor. Fiecare dintre aceste tehnologii se sprijină pe noțiuni care încep în liceu: energia de legătură, dezintegrarea radioactivă, fisiunea și fuziunea, forța Lorentz, plasma. A studia fizica nucleară nu înseamnă a memora formule despre un domeniu închis — înseamnă a-ți construi exact uneltele mentale cu care generația ta va proiecta navele, centralele extraterestre și scuturile călătoriilor de explorare. Universul nu se deschide decât celor care îi înțeleg nucleele. Iar drumul, pas cu pas, începe aici, pe acest site: de la mărimile fizice până la stelele neutronice.

Surse (în limba engleză)

1. C. Deleanu et al. — Achieving the required mobility in the solar system through Direct Fusion Drive, arXiv:2002.12686 (Politecnico di Torino / Princeton Satellite Systems)
2. Exploration of trans-Neptunian objects using the Direct Fusion Drive, arXiv:2009.12633 — misiunea spre Eris în sub 9 ani
3. A Titan mission using the Direct Fusion Drive, arXiv:2009.12621
4. Human Mars Exploration and Expedition Challenges, arXiv:2103.11213
5. Prospects of nuclear propulsion for space physics, arXiv:1005.0869
6. NASA — Nuclear Thermal Propulsion: Game Changing Technology for Deep Space Exploration (NERVA, Isp ~900 s)
7. NASA — Kilopower și Fission Surface Power — reactorul KRUSTY (2018) și demonstrația lunară de 10 kW
8. NASA — Electrostatic Active Space Radiation Shielding for Deep Space Missions (NIAC); vezi și V. Parisi et al., preprint arXiv despre ecranarea cu magneți permanenți (prezentare Phys.org, 2026)
9. Scientific American — NASA Pushes for Nuclear-Powered Space Missions — RTG-urile: 45+ generatoare, 25+ misiuni, Voyager (1977–prezent)

Ce este fizica nucleară?

Fizica nucleară este ramura fizicii care studiază nucleul atomic: din ce este alcătuit, ce forțe îl țin împreună și cum se transformă dintr-o specie nucleară în alta. Nucleul este inima atomului — ocupă mult mai puțin de 0,01% din volumul acestuia, dar concentrează peste 99,9% din masa lui. El este format din protoni (particule cu sarcină electrică pozitivă) și neutroni (particule neutre), numiți împreună nucleoni.

Ceea ce face nucleul cu adevărat remarcabil este forța care îl ține unit. Protonii, având toți sarcină pozitivă, se resping electric unii pe alții — și totuși nucleul nu se destramă. Explicația stă în interacțiunea tare (forța nucleară), cea mai puternică dintre cele patru forțe fundamentale ale naturii, care acționează doar pe distanțe extrem de mici, comparabile cu dimensiunea nucleului. Echilibrul delicat dintre atracția nucleară și respingerea electrostatică decide care nuclee sunt stabile, care sunt radioactive și cum se eliberează energia în reacțiile nucleare — fie prin fisiune (spargerea nucleelor grele), fie prin fuziune (unirea nucleelor ușoare, procesul care alimentează Soarele și toate stelele).

Fizica nucleară nu este doar o știință de laborator. Aplicațiile ei au pătruns adânc în viața de zi cu zi: producerea de energie electrică, diagnosticul și tratamentul medical (imagistică PET, radioterapie, radiofarmaceutice), protecția mediului, controlul de securitate, testarea materialelor, conservarea alimentelor, agricultura și chiar analiza operelor de artă și datarea vestigiilor arheologice. În același timp, ea rămâne o știință fundamentală profund conectată cu astrofizica: pentru a înțelege cum s-au format elementele chimice în stele și în ciocnirile de stele neutronice, trebuie să înțelegem nucleele.

Marile întrebări deschise

Deși are peste un secol de istorie — de la descoperirea nucleului de către Rutherford în 1911 — fizica nucleară are încă întrebări fundamentale fără răspuns: Care sunt limitele existenței nucleelor? Câte elemente supergrele mai pot exista? Cum apar proprietățile nucleului din interacțiunile dintre cuarci și gluoni? Cum se comportă materia nucleară în condițiile extreme dintr-o stea neutronică sau dintr-o supernovă? Pentru multe dintre aceste întrebări, experimentele directe sunt imposibile — nimeni nu poate construi o supernovă în laborator. Aici intră în scenă un aliat nou și surprinzător de puternic: inteligența artificială.

AI intră în laboratorul de fizică nucleară

Poate părea o modă recentă, dar prima aplicare a învățării automate (machine learning) în fizica nucleară datează din 1992, când cercetătorii au folosit-o pentru a studia proprietăți nucleare precum masele atomice. Adopția pe scară largă s-a produs însă abia în ultimii ani, odată cu explozia puterii de calcul și a algoritmilor de învățare profundă (deep learning).

Un studiu de referință publicat în Reviews of Modern Physics (2022) de 18 cercetători din 11 instituții — printre care Laboratorul Național Thomas Jefferson din SUA — arată că învățarea automată a pătruns astăzi în toate cele patru subdomenii ale fizicii nucleare:

1. Teorie. Algoritmii de învățare automată accelerează calcule teoretice care altfel ar dura luni pe supercalculatoare, simplifică și îmbunătățesc modelele nucleare și — esențial — permit cuantificarea incertitudinilor predicțiilor. Cel mai spectaculos: AI le permite fizicienilor să studieze fenomene imposibil de testat experimental, precum supernovele, stelele neutronice sau nucleele supergrele.

2. Experiment. Detectoarele moderne produc volume uriașe de date. Rețelele neuronale filtrează în timp real evenimentele interesante, reconstruiesc traiectoriile particulelor și identifică semnale rare pe care metodele clasice le-ar rata.

3. Acceleratoare de particule. Marile facilități experimentale folosesc AI pentru optimizarea și controlul autonom al fasciculelor. Departamentul Energiei al SUA finanțează în mod explicit programe de cercetare pentru „optimizarea și controlul autonom al acceleratoarelor și detectoarelor” prin inteligență artificială.

4. Analiza datelor. De la calibrarea instrumentelor la descoperirea de corelații ascunse în munți de date experimentale, învățarea automată reduce timpul și costurile cercetării și, în plus, interconectează mai bine cele patru subdomenii între ele.

Reactoare nucleare: gemeni digitali și modele surogat

În fizica reactoarelor, AI a trecut deja de la promisiune la practică. O sinteză publicată în 2025 în Nuclear Science and Techniques (disponibilă și pe arXiv) trece în revistă aplicațiile actuale: simulări operaționale, proiectare de securitate, monitorizare în timp real, gestionarea zonei active și mentenanță predictivă.

Două concepte domină viitorul apropiat:

• Modelele surogat — rețele neuronale antrenate să înlocuiască simulări fizice extrem de costisitoare (de exemplu transportul neutronilor), oferind rezultate de mii de ori mai rapid, cu precizie controlată;
• Gemenii digitali (digital twins) — replici computaționale complete ale unui reactor real, actualizate continuu cu date de la senzori, care permit operatorilor să testeze scenarii și să anticipeze probleme înainte ca ele să apară în instalația fizică.

Autorii notează însă și limitele oneste ale domeniului: cercetarea este încă fragmentată, iar capacitatea modelelor AI de a generaliza — de a funcționa corect pe un reactor diferit de cel pe care au fost antrenate — trebuie consolidată. Un model care greșește elegant este mai periculos decât unul care lipsește; de aceea, în domeniul nuclear, AI este folosită deocamdată pentru a asista metodele deterministe clasice, nu pentru a le înlocui.

Fuziunea: AI ține în frâu plasma de 100 de milioane de grade

Poate cel mai spectaculos exemplu al erei AI în fizica nucleară vine din cercetarea fuziunii. Într-un reactor de tip tokamak, plasma — un gaz ionizat mai fierbinte decât miezul Soarelui — trebuie ținută suspendată într-o „cușcă” magnetică, fără să atingă pereții incintei. Controlul acestei plasme instabile este una dintre cele mai grele probleme de inginerie din lume.

În 2022, cercetătorii de la DeepMind (Google) și de la Swiss Plasma Center al EPFL au publicat în revista Nature un rezultat istoric: o rețea neuronală antrenată prin învățare prin întărire (reinforcement learning) a preluat controlul magnetic al plasmei din tokamakul TCV. De 10.000 de ori pe secundă, algoritmul citește 90 de mărimi care descriu forma și poziția plasmei și ajustează tensiunea în 19 bobine magnetice. Sistemul a reușit să creeze și să mențină configurații de plasmă diverse — inclusiv forme avansate precum „fulgul de zăpadă” (snowflake) și triangularitatea negativă — pe care metodele clasice de control le obțineau cu mult efort de inginerie manuală.

Este o schimbare de paradigmă: în loc ca fizicienii să scrie ecuațiile de control, AI învață singură să controleze un sistem fizic de o complexitate copleșitoare. Rezultate similare au fost extinse între timp și pe tokamakul american DIII-D.

Ce urmează? Viitorul unui parteneriat

Privind înainte, se conturează câteva direcții clare:

1. Laboratoare (semi)autonome. Acceleratoare și experimente care se optimizează singure, în timp real, cu fizicianul în rolul de supervizor și interpret — nu de operator manual.
2. Descoperire asistată de AI. Modele care propun ce experiment merită făcut, ce nucleu exotic merită căutat, ce regiune a „hărții nucleelor” ascunde surprize.
3. Energia de fuziune. Controlul inteligent al plasmei, demonstrat pe TCV și DIII-D, este o piesă esențială pentru viitoarele centrale de fuziune (ITER și urmașele sale) — iar AI va fi, aproape sigur, în camera de comandă.
4. Reactoare de fisiune mai sigure și mai ieftine. Gemeni digitali, mentenanță predictivă și optimizare a combustibilului pentru noua generație de reactoare modulare mici (SMR).
5. Fizica fundamentală. De la structura protonului la ecuația de stare a stelelor neutronice, AI devine un „microscop computațional” pentru regimuri inaccesibile experimentului.

Rămân și provocări serioase: modelele AI trebuie să devină interpretabile (un fizician trebuie să înțeleagă de ce algoritmul dă un anumit răspuns), robuste (să nu cedeze pe date ușor diferite de cele de antrenament) și verificabile — cerințe cu atât mai stricte cu cât vorbim de instalații nucleare, unde securitatea nu se negociază.

Concluzia care se desprinde din literatura de specialitate este însă limpede: inteligența artificială nu înlocuiește fizicianul nuclear, ci îi amplifică puterea. Așa cum acceleratoarele de particule au fost „ochii” cu care am văzut interiorul nucleului în secolul XX, învățarea automată devine instrumentul cu care vom explora, în secolul XXI, teritoriile nucleare pe care nici experimentul, nici calculul clasic nu le pot atinge singure. Pentru o știință veche de peste un secol, este un început de drum surprinzător de proaspăt.

Surse (în limba engleză)

1. U.S. Department of Energy, Office of Science — Machine Learning Takes Hold in Nuclear Physics (pe baza articolului Boehnlein et al., Machine learning in nuclear physics, Reviews of Modern Physics 94, 031003, 2022)
2. U.S. Department of Energy — DOE Explains… Nuclei / Protons / Neutrons
3. U.S. Department of Energy — Artificial Intelligence and Machine Learning Applied to Nuclear Science and Technology
4. Artificial Intelligence in Reactor Physics: Current Status and Future Prospects, Nuclear Science and Techniques (2026), arXiv:2503.02440
5. Degrave, J. et al. — Magnetic control of tokamak plasmas through deep reinforcement learning, Nature 602, 414–419 (2022)
6. Google DeepMind — Accelerating fusion science through learned plasma control
7. IAEA — Physics Section (aplicațiile fizicii nucleare)