オークリッジ国立研究所、IBM、Cleveland Clinicの研究者らは、量子コンピューターをスーパーコンピューティングおよび人工知能と統合したワークフローにより、将来の核融合炉設計で使用される溶融塩における化学反応をシミュレーションできることを示した。この研究は6月29日にarXivでプレプリントとして公開され、IBM Quantumはその詳細を2026年7月6日に発表した。
この研究は、核融合炉における根本的な課題であるトリチウムの供給に焦点を当てている。トリチウムは、重水素との核融合反応に必要な、希少で放射性の水素同位体である。地球上にはトリチウムの重要な天然資源が存在せず、世界全体でも年間に生産される量は数ポンドにすぎない。記事によると、出力1ギガワットの核融合炉は1日に約1ポンドのトリチウムを消費する可能性があり、将来の発電所は運転中に燃料を生産する必要があることを意味する。
核融合炉における溶融塩の役割
ある設計では、トカマク炉内の高温プラズマを厚い溶融リチウム塩のブランケットで囲むことが提案されている。核融合によって生じた中性子がリチウム6原子に衝突すると、原子が分裂してヘリウムとトリチウムを生成する。ベリリウムは中性子を増倍させ、フッ素とリチウムの混合物は炉の温度で液体かつ安定した状態を保つ。
ブランケットの役割は燃料の生産にとどまらない。ブランケットは中性子から炉の磁石を保護し、プラズマに面する壁を冷却し、タービンを稼働させるための熱を移送すると想定されている。しかし、中性子照射は塩の化学を変化させ、トリチウムがその成分とどのように結合するかは、抽出可能性にも影響する。トリチウムがフッ素と結合すると腐食性があり除去しにくい三フッ化トリチウムが形成される一方、自由なガスとしてとどまる場合は、塩から自然に抜け出す可能性がある。
なぜシミュレーションに量子コンピューティングが必要なのか
研究者は通常、密度汎関数理論を用いて、従来型コンピューター上で電子の配置をシミュレーションする。この方法は多くの場合において高速かつ有用であり続けているが、オークリッジ国立研究所のトム・ベックのチームは以前の研究で、塩の自由エネルギーの計算を最大10%誤る可能性があることを発見した。この精度では、トリチウムが三フッ化トリチウムに変化するのか、それともガスのまま残るのかを予測するには不十分である。
これに対処するため、チームは波動関数ベースの埋め込みと呼ばれる手法を用い、問題をより小さなクラスターに分割した。従来型コンピューターはより単純な部分を処理し、量子コンピューティングは、原子間のもつれという点でより複雑なクラスターに対して、サンプリングベースの量子対角化法を使用し、その後、結果を従来型コンピューター上で再び統合する。
研究者らはFLiBe塩から9つの構成を抽出し、各構成には21個のイオンからなる小さなクラスターが含まれていた。トリチウムがある場合とない場合のエネルギーを計算し、その結果を化学的な部分を計算するための高度な古典的手法と比較した。量子コンピューティングに基づく計算はこれらの手法と一致し、アプローチの有効性を示す初期的な証拠となった。
人工知能と量子技術を組み合わせたワークフロー
研究者らは、3段階からなる計算ループの開発を目指している。
- 人工知能エージェントが候補となる塩を提案し、オークリッジ国立研究所にある70年分の溶融塩研究を収録したデータベースに基づいて評価する。評価には、トリチウム生成率、塩が液体状態を維持する能力、熱伝達能力の推定が含まれる。
- スーパーコンピューターが、密度汎関数理論を用いて有望な候補を原子単位でシミュレーションする。高コストな処理を高速化するため、物理を再現するよう訓練された人工知能モデルも利用する。
- 量子コンピューティングが、密度汎関数理論では解決できない高精度の化学計算、特にトリチウムが塩とどのように結合するかの特定を担う。
今後のステップ
研究者らは、結果が依然として限定的であることを認めている。自由エネルギーの問題を完全に解決するには、厚さ1メートルで膨大な数の粒子を含む動的な塩ブランケットを研究する必要があるが、その規模は当面の計算化学の能力を超えている。チームはまた、クラスターの規模を21イオン以上に拡大し、9つではなく数百の構成を実行する計画である。
オークリッジ国立研究所の研究者らは、これらのツールによって核融合工学の研究者が、実験室で塩を混合・加熱する前に、溶融塩をコンピューター上で設計し評価できるようになることを期待している。同じ方法論は後に他の化学的問題にも拡張される可能性があるが、今回の研究は、実用的な核融合炉の設計や工業規模でのトリチウム生産に利用できることをまだ証明していない。