Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
deepmind16. Oktober 2025 · Q002605

Google DeepMind is bringing AI to the next generation of fusion energy

deepmind.google · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Google DeepMind und CFS wollen mit TORAX-Simulationen, KI-gestützter Optimierung und lernender Steuerung die Entwicklung des Tokamaks SPARC beschleunigen. Der Bericht beschreibt laufende Forschung und erste Nutzung des Simulators, belegt aber weder einen Betrieb von SPARC noch Breakeven; die gezeigte Wärmeanimation ist kein tatsächlicher Maschinenpuls.

Mittel

Google DeepMind und Commonwealth Fusion Systems (CFS) arbeiten daran, KI für die Entwicklung der Fusionsmaschine SPARC einzusetzen. CFS will mit dem kompakten Tokamak mehr Fusionsenergie erzeugen, als für den Betrieb nötig ist; dieser Breakeven ist laut Bericht ein angestrebter Meilenstein, kein bereits erreichtes Ergebnis.

Die Kooperation bündelt drei Aufgaben: Plasmasimulation, Optimierung des Maschinenbetriebs und Echtzeitsteuerung. Dafür nutzt CFS TORAX, einen quelloffenen, auf JAX basierenden Simulator, der laut Bericht bereits Arbeitsabläufe unterstützt und Zeit bei der Einrichtung von Simulationen spart. In Verbindung mit bestärkendem Lernen und Suchverfahren wie AlphaEvolve sollen zahlreiche virtuelle Betriebsszenarien geprüft werden. Die Teams untersuchen außerdem, ob lernende Steuerungen das Plasma so bewegen können, dass die intensive Wärme auf Bauteile verteilt wird.

Die Arbeit befindet sich teils noch in der Erkundungs- und Vorbereitungsphase. Simulationen müssen anhand früherer Tokamak-Daten und hochpräziser Modelle validiert werden. SPARC ist im Bericht noch nicht als in Betrieb beschrieben; Breakeven und erfolgreiche Steuerung bei voller Leistung sind nicht belegt. Eine gezeigte Wärmevisualisierung stellt ausdrücklich keinen tatsächlichen SPARC-Puls dar.

Ausführlich lesen

Der Bericht beschreibt eine Forschungspartnerschaft zwischen Google DeepMind und Commonwealth Fusion Systems (CFS). Gemeinsam wollen sie KI einsetzen, um die Entwicklung von Fusionsenergie zu beschleunigen. CFS entwickelt den kompakten Tokamak SPARC, der nach Angaben des Unternehmens als erste magnetische Fusionsmaschine mehr Fusionsenergie erzeugen soll, als für ihren Betrieb nötig ist. Dieses sogenannte Breakeven gilt als wichtiger Schritt auf dem Weg zu nutzbarer Fusionsenergie. Der Bericht stellt Fusionsenergie als mögliche saubere, reichlich verfügbare Energiequelle dar; diese Aussicht ist ein Ziel, kein bereits erzieltes Ergebnis.

Die Zusammenarbeit baut auf früherer Forschung von DeepMind und dem Swiss Plasma Center der EPFL auf. Dabei wurde nach Darstellung des Berichts gezeigt, dass bestärkendes Lernen Magnete eines Tokamaks steuern und komplexe Plasmaformen stabilisieren kann. Ergänzend entwickelte DeepMind TORAX, einen schnellen, differenzierbaren und quelloffenen Plasmasimulator auf Basis von JAX. Er soll auf CPUs und GPUs laufen und sich mit KI-Modellen verbinden lassen.

Die Partnerschaft konzentriert sich auf drei Bereiche: die Simulation des Plasmas, die Suche nach effizienten und robusten Betriebsweisen sowie neue Strategien zur Echtzeitsteuerung. CFS kann laut Bericht mit TORAX viele virtuelle Experimente durchführen, bevor SPARC in Betrieb geht, und Pläne später anhand erster Messdaten anpassen. Ein CFS-Manager wird mit der Aussage zitiert, der Simulator habe beim Einrichten und Ausführen von Simulationsumgebungen für SPARC viel Zeit gespart.

Für die Optimierung wollen die Teams TORAX mit bestärkendem Lernen und evolutionären Suchverfahren wie AlphaEvolve kombinieren. KI-Agenten sollen in Simulationen zahlreiche Betriebsszenarien prüfen, etwa Einstellungen für Spulenströme, Brennstoffzufuhr und Heizleistung. Dabei können sie auf maximale Fusionsleistung oder auf Robustheit unter bestimmten Betriebsgrenzen optimieren. Der Bericht sagt, die Teams bauten dafür die nötige Infrastruktur auf; die vorgeschlagenen Szenarien müssen noch anhand früherer Tokamak-Daten und hochpräziser Simulationen validiert und kalibriert werden.

Ein weiterer Schwerpunkt ist die Wärmeabfuhr. Bei voller Leistung könnte SPARC laut Bericht große Wärmemengen auf kleine Wandbereiche konzentrieren. Untersucht wird zunächst, ob lernende Steuerungen das Plasma dynamisch so bewegen können, dass sich die Wärme verteilt und die belasteten Bauteile geschützt werden. Die gezeigte Wärmevisualisierung ist ausdrücklich keine Darstellung eines tatsächlichen SPARC-Pulses. Auch die weitergehende Vorstellung, KI könne künftig adaptive Strategien für Fusionskraftwerke entwickeln, wird als mögliche Zukunft beschrieben.

Der Bericht belegt damit Forschungsziele und erste Anwendungen von TORAX im Arbeitsalltag von CFS, aber keinen Betrieb von SPARC, keinen erreichten Breakeven und keine nachgewiesene Echtzeitsteuerung unter voller Leistung. Google hat laut Text außerdem in CFS investiert. Die Teams kündigen an, über weitere Fortschritte zu berichten.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Luna hat zwei Zusammenfassungen (kurz und mittel) geliefert; ich habe beide gemeinsam geprüft, da das Schema eine einzige Bewertung vorsieht. Die Einordnung enthielt nur Sammelfragen und keine Teilfragen, daher wurden SF-E4, SF-P3 und SF-T1 nach dem Wortlaut der Sammelfragen bewertet. Luna hat die Stufen und Anteile der Sammelfragen angegeben, die ich nicht übernehme.

Im Bericht, aber nicht in der Zusammenfassung

  • Google hat in CFS investiert und unterstützt deren Weg zur Kommerzialisierung
  • Vorarbeit mit dem Swiss Plasma Center an der EPFL, bei der Deep Reinforcement Learning die Magnete eines Tokamaks zur Stabilisierung komplexer Plasmaformen steuerte
  • Die Vision, KI als Kern künftiger Fusionskraftwerke zu etablieren

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Fähigkeiten messen
Unabhängig prüfen
  1. SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
    • clef 100 %kein Bezug
    • Luna 57 %Hintergrund, keine Belege
    • JEV 22 %einzelne zitierbare Belege
    • amos 38 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 48 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung nur am Rande erwähnt
Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 100 %kein Bezug
    • Luna 52 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 45 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung nur am Rande erwähnt
  2. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 100 %kein Bezug
    • Luna 41 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 34 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 50 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Vertrauen in Modelle
  1. SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 22 %Hintergrund, keine Belege
    • amos 46 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
Agenten und vernetzte Systeme
  1. SF-A1 Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
    • clef 100 %kein Bezug
    • Luna 24 %nur am Rande erwähnt
    • JEV 27 %Hintergrund, keine Belege
    • amos 30 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
Modelle teilen und schützen
  1. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 20 %einzelne zitierbare Belege
    • amos 43 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
Frieden und Sicherheit
Offenlegung und Rechenschaft
  1. SF-O2 Was sollten Regierungen, Labore und Prüfer über ihre Gespräche, Zusagen, Prüfungen und Eingriffe offenlegen?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 33 %einzelne zitierbare Belege
    • amos 53 %gleiches Oberthema, hilft nicht
    • SubQ 58 %gleiches Oberthema, hilft nicht
    • drex 47 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Beteiligung und Gemeinwohl
  1. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 82 %Hintergrund, keine Belege
    • JEV 50 %einzelne zitierbare Belege
    • amos 33 %gleiches Oberthema, hilft nicht
    • SubQ 48 %gleiches Oberthema, hilft nicht
    • drex 45 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung nur am Rande erwähnt

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →