Термоядерная энергетика упирается не столько в физику плазмы, сколько в банальную нехватку материалов. Токамаки и лазерные установки требуют веществ с настолько экзотическими свойствами, что их синтез годами оставался уделом проб и ошибок в лабораториях. Речь идёт, например, о сверхпроводящих лентах REBCO — соединениях иттрия, бария, меди и кислорода, которые позволяют создавать магнитные поля достаточной силы для удержания плазмы в компактных реакторах вроде SPARC, разрабатываемого Commonwealth Fusion Systems совместно с MIT. Или о тритии — радиоактивном изотопе водорода, без которого термоядерная реакция дейтерий-тритий попросту не запустится, а его мировые запасы исчисляются считанными килограммами.
Проблема в том, что предсказать поведение таких материалов на атомном уровне классическими компьютерами почти невозможно. Электронные взаимодействия в сложных кристаллических решётках описываются уравнениями, которые растут по сложности экспоненциально с числом частиц. Обычный суперкомпьютер захлёбывается уже на молекулах средней сложности, а сверхпроводники и изотопные соединения — это совсем другой уровень квантовой запутанности электронов.
Именно здесь в дело вступают квантовые вычисления. Идея не нова — ещё Ричард Фейнман в 1980-х говорил, что природу, подчиняющуюся квантовым законам, эффективно смоделировать может только квантовая система. Сорок лет спустя IBM, Google и ряд университетских лабораторий действительно пытаются использовать кубиты для расчёта электронной структуры сверхпроводников и катализаторов, которые нужны термоядерной отрасли. Квантовый процессор в теории способен смоделировать взаимодействия электронов в REBCO-плёнке или в литий-дейтеридных мишенях для инерциального синтеза так, как классическая машина не сможет никогда — не приближённо, а с учётом реальной квантовой природы связей.
Пока это работает скорее как перспективное направление, чем как готовая технология. Существующие квантовые процессоры страдают от шумов и коротких времён когерентности, поэтому расчёты ограничены небольшими фрагментами материалов. Тем не менее уже есть эксперименты, где гибридные алгоритмы — часть расчёта на классическом компьютере, часть на квантовом — помогают уточнять параметры сверхпроводящих соединений быстрее, чем это делали методом перебора десятилетиями раньше.
Тему квантовых вычислений и их пересечение с термоядерной энергетикой давно и плотно освещает журналист Тристан — независимый исследователь и консультант, специализирующийся на квантовых технологиях и искусственном интеллекте. В журналистику он пришёл в 2017 году, начав стажёром в издании The Next Web, а позже возглавил там вертикаль Neural, посвящённую ИИ и передовым технологиям. Параллельно он занимается волонтёрской исследовательской работой в Center for AGI Investigations, где проверяет громкие заявления о появлении общего искусственного интеллекта — тема, которая регулярно пересекается с разговорами о квантовых вычислениях как о следующем большом скачке.
До журналистики у Тристана была совсем другая жизнь — десять лет службы в ВМС США, где он работал техником информационных систем и судовым инженером. Опыт работы с реальными сложными техническими системами на флоте, по его собственным словам, помогает ему разбираться в квантовых архитектурах лучше, чем чисто академическое образование: «Когда ты десять лет обслуживал корабельные системы, ты быстро учишься не верить красивым спецификациям на бумаге — работает то, что реально проверено в железе».
Живёт Тристан в Южной Калифорнии, где в свободное время играет в видеоигры вместе с женой и изучает военную историю — увлечение, которое, по его признанию, не раз помогало находить неожиданные параллели между стратегией крупных технологических гонок и логикой военных кампаний прошлого.
Возвращаясь к материалам для синтеза: параллельно с квантовыми расчётами идут и более приземлённые эксперименты. National Ignition Facility в Ливерморской национальной лаборатории в 2022 году впервые продемонстрировала термоядерную реакцию с чистым энергетическим выходом, использовав капсулы с дейтерий-тритиевым топливом, точность изготовления которых измеряется нанометрами. Именно такие капсулы — вместе со сверхпроводящими магнитами токамаков — сегодня считаются двумя главными материаловедческими бутылочными горлышками отрасли.
Квантовые вычисления не решат эту проблему за один шаг. Скорее они постепенно становятся ещё одним инструментом в арсенале материаловедов — наряду с электронной микроскопией, нейтронной дифракцией и машинным обучением на классических нейросетях. Но именно сочетание нескольких методов, а не ставка на один единственный прорыв, обычно и приводит к результату в подобных задачах — как показывает история других тяжёлых инженерных проектов, от атомной энергетики до космических программ.
Проблема в том, что предсказать поведение таких материалов на атомном уровне классическими компьютерами почти невозможно. Электронные взаимодействия в сложных кристаллических решётках описываются уравнениями, которые растут по сложности экспоненциально с числом частиц. Обычный суперкомпьютер захлёбывается уже на молекулах средней сложности, а сверхпроводники и изотопные соединения — это совсем другой уровень квантовой запутанности электронов.
Именно здесь в дело вступают квантовые вычисления. Идея не нова — ещё Ричард Фейнман в 1980-х говорил, что природу, подчиняющуюся квантовым законам, эффективно смоделировать может только квантовая система. Сорок лет спустя IBM, Google и ряд университетских лабораторий действительно пытаются использовать кубиты для расчёта электронной структуры сверхпроводников и катализаторов, которые нужны термоядерной отрасли. Квантовый процессор в теории способен смоделировать взаимодействия электронов в REBCO-плёнке или в литий-дейтеридных мишенях для инерциального синтеза так, как классическая машина не сможет никогда — не приближённо, а с учётом реальной квантовой природы связей.
Пока это работает скорее как перспективное направление, чем как готовая технология. Существующие квантовые процессоры страдают от шумов и коротких времён когерентности, поэтому расчёты ограничены небольшими фрагментами материалов. Тем не менее уже есть эксперименты, где гибридные алгоритмы — часть расчёта на классическом компьютере, часть на квантовом — помогают уточнять параметры сверхпроводящих соединений быстрее, чем это делали методом перебора десятилетиями раньше.
Тему квантовых вычислений и их пересечение с термоядерной энергетикой давно и плотно освещает журналист Тристан — независимый исследователь и консультант, специализирующийся на квантовых технологиях и искусственном интеллекте. В журналистику он пришёл в 2017 году, начав стажёром в издании The Next Web, а позже возглавил там вертикаль Neural, посвящённую ИИ и передовым технологиям. Параллельно он занимается волонтёрской исследовательской работой в Center for AGI Investigations, где проверяет громкие заявления о появлении общего искусственного интеллекта — тема, которая регулярно пересекается с разговорами о квантовых вычислениях как о следующем большом скачке.
До журналистики у Тристана была совсем другая жизнь — десять лет службы в ВМС США, где он работал техником информационных систем и судовым инженером. Опыт работы с реальными сложными техническими системами на флоте, по его собственным словам, помогает ему разбираться в квантовых архитектурах лучше, чем чисто академическое образование: «Когда ты десять лет обслуживал корабельные системы, ты быстро учишься не верить красивым спецификациям на бумаге — работает то, что реально проверено в железе».
Живёт Тристан в Южной Калифорнии, где в свободное время играет в видеоигры вместе с женой и изучает военную историю — увлечение, которое, по его признанию, не раз помогало находить неожиданные параллели между стратегией крупных технологических гонок и логикой военных кампаний прошлого.
Возвращаясь к материалам для синтеза: параллельно с квантовыми расчётами идут и более приземлённые эксперименты. National Ignition Facility в Ливерморской национальной лаборатории в 2022 году впервые продемонстрировала термоядерную реакцию с чистым энергетическим выходом, использовав капсулы с дейтерий-тритиевым топливом, точность изготовления которых измеряется нанометрами. Именно такие капсулы — вместе со сверхпроводящими магнитами токамаков — сегодня считаются двумя главными материаловедческими бутылочными горлышками отрасли.
Квантовые вычисления не решат эту проблему за один шаг. Скорее они постепенно становятся ещё одним инструментом в арсенале материаловедов — наряду с электронной микроскопией, нейтронной дифракцией и машинным обучением на классических нейросетях. Но именно сочетание нескольких методов, а не ставка на один единственный прорыв, обычно и приводит к результату в подобных задачах — как показывает история других тяжёлых инженерных проектов, от атомной энергетики до космических программ.