Énergie / MONDE

L’UT Austin reçoit une aide de Google.org pour la conception de stellarators par l’IA

L’équipe développera des modèles de substitution neuronaux pour explorer des stellarators compacts à plasma bêta élevé; la part de financement propre au projet n’a pas été précisée.

Illustration conceptuelle de la production d’électricité, du stockage et des données connectées.Illustration
Illustration symbolique

Une équipe dirigée par Joshua Burby, de l’Université du Texas à Austin, a été retenue pour le Google.org Impact Challenge: AI for Science. Annoncé le 15 octobre, le projet de trois ans développera des modèles de substitution fondés sur des réseaux neuronaux afin d’accélérer l’exploration de stellarators compacts pour la fusion. Ces modèles doivent approximer certaines opérations répétées dans les simulations haute fidélité du transport de chaleur et de particules à l’intérieur d’un réacteur.

L’équipe vise des configurations à bêta élevé, où la pression du plasma représente une part relativement importante de la pression magnétique et où le plasma influence lui-même le champ qui le confine. L’objectif est d’explorer un espace de conception plus vaste tout en préservant la cohérence physique. Le communiqué décrit des objectifs de recherche; il ne fait état ni d’un prototype de réacteur ni d’une baisse des coûts de construction vérifiée.

L’équipe comprend des chercheurs de l’UT Austin, de l’Université de Washington et de l’Université de New York. L’UT Austin est l’une des 17 organisations sélectionnées dans le monde parmi plus de 3 000 candidatures provenant de 30 pays pour se partager 36 millions de dollars. Le communiqué ne précise pas la part de ce projet. Les bénéficiaires reçoivent aussi des crédits Google Cloud et un accompagnement technique dans un accélérateur de six mois.

Données

Chiffres clés

Échelle du programme Google.org AI for Science

Totaux du programme mondial indiqués dans la source; la subvention propre au projet de l’UT n’est pas précisée.

Enveloppe totale du programme Google.org AI for Science
36 000 000 USD
2026-10-15 · Observé
Organisations sélectionnées
17 count
2026-10-15 · Observé
Candidatures reçues
≥3 000 count
2026-10-15 · Observé
Pays représentés dans les candidatures
30 count
2026-10-15 · Observé
Méthodologie

Il s’agit des totaux concernant tous les bénéficiaires du défi Google.org, et non du montant attribué à l’équipe de l’UT Austin.

Mis à jour:

TéléchargerCSV ↓JSON ↓
Couverture structurée

Sujets et lieux

Sujets proposés

Références géographiques

Seules les références géographiques présentes dans la source sont affichées. L’ouverture d’une carte externe est facultative. Les cartes facultatives utilisent OpenStreetMap. Leur ouverture transmet votre adresse IP et celle de ce site au fournisseur ; les coordonnées restent lisibles sans charger la carte.

  • États-Unis · Rôle du lieu: Couverture · Type de lieu: Pays ou territoire · Précision de localisation: Régionale
    Éléments probants
Version de la taxonomie: IPTC Media Topics 2026-Q2

Poursuivre la lecture