Westinghouse et Google Cloud recourent à l’IA pour optimiser les centrales nucléaires

La collaboration porte pour l’essentiel sur l’association de l’AI générative Hive axée sur le nucléaire et du modèle IA Bertha de Westinghouse aux technologies cloud de Google et à son expertise en matière de données. Les applications d’IA pilotées par les données seront utilisées non seulement pour la conception de nouvelles installations, mais aussi pour l’optimisation des installations existantes.

Selon Dan Sumner, CEO par intérim de Westinghouse, ce partenariat permettra d’accélérer la mise en service de nouveaux réacteurs AP1000, les technologies d’IA étant utilisées de manière ciblée pour améliorer l’efficacité tant au niveau de la construction que de l’exploitation. Kyle Jessen, Managing Director Commercial Industries chez Google Cloud, a pour sa part, indiqué que l’IA conférerait aux entreprises un «avantage concurrentiel décisif».

Dans le cadre de leur collaboration, Westinghouse et Google Cloud ont apporté une première preuve de faisabilité avec les éléments structurels modulaires générés et optimisés pour le réacteur AP1000 à l’aide de la plateforme de conception d’installations WNEXUS et de l’IA générative Hive.

Westinghouse a présenté l’IA générative Hive et le modèle IA Bertha en septembre 2024. Ces technologies devraient favoriser le développement des réacteurs AP1000, des petits réacteurs modulaires AP300 et des microréacteurs eVinci.

Selon Westinghouse, Hive représente une innovation fondamentale qui permettra d’améliorer la gestion des coûts et des échéances tout au long du cycle de vie d’un réacteur, de la planification à l’exploitation, en passant par l’homologation, la conception et la construction. Hive s’appuie sur le modèle IA Bertha Nuclear Large Language Model (LLM), baptisé ainsi en l’honneur de Bertha Lamme, la première femme aux États-Unis à avoir obtenu, en 1893, un diplôme en ingénierie mécanique et la première ingénieure recrutée chez Westinghouse. Les LLM sont des modèles AI qui utilisent des techniques d’apprentissage automatique pour comprendre et générer du langage humain, à partir de l’analyse de gros volumes de données de langage.