Kina vil la AI styre atomreaktorer – men kan det stoles på?

Kina vil revolusjonere atomsektoren med AI

På årets World Artificial Intelligence Conference (WAIC) i Shanghai løftet forskere fra det kinesiske vitenskapsakademiet (CAS) frem et av de mest kontroversielle teknologiforslagene innen energisektoren på lang tid: full integrering av kunstig intelligens i driften av atomkraftanlegg.

Initiativet er gitt navnet «AI for ADANES» – der ADANES står for Accelerator-Driven Advanced Nuclear Energy System. Ifølge CAS er dette ikke bare en oppgradering av eksisterende teknologi, men en fundamental endring av sikkerhetslogikken som styrer konvensjonelle reaktorer, slik OilPrice.com rapporterer.

Hva er ADANES – og hvorfor er det annerledes?

ADANES er et subkritisk atomkraftsystem som kombinerer tre funksjoner i én plattform: avl av kjernebrensel, transmutasjon av brukt brensel og strømproduksjon. Det subkritiske driftsmodusen er teknologiens viktigste sikkerhetsgrep – systemet kan ikke opprettholde en selvstendig kjedereaksjon og er derfor konstruksjonsmessig vanskeligere å kjøre ut av kontroll.

AI-arkitekturen er bygget rundt et såkalt «triple-driving»-prinsipp, som kombinerer rådata, fysikkbaserte modeller og ekspertkunnskap på tvers av fem arkitekturlag.

Prosjektets ingeniørplattform, CiADS (China Accelerator Driven Sub-critical System), er for øyeblikket under bygging og skal tjene som teknologiverifikasjonsanlegg for hele ADANES-konseptet.

Den «svarte boksen» møter nulltoleranse

Det mest betente spørsmålet rundt prosjektet er ikke reaktorfysikken, men AI-en selv. Komplekse nevrale nettverk er notorisk vanskelige å forstå innenfra – de leverer resultater uten at menneskelige operatører alltid kan spore beslutningsgangen. Atomkraftindustrien tillater ikke denne typen uklarhet.

He Yuan, assisterende direktør ved Institutt for moderne fysikk og teknisk direktør for ADANES, erkjenner spenningen åpent. Prosjektets tilnærming er ifølge ham designet for å forene nettopp «opasiteten og uforutsigbarheten i svarte-boks-AI-systemer med atomsektorens strenge sikkerhetskrav», ifølge OilPrice.com.

Kjernemotsetningen er reell: AI er ikke designet for nulltoleranse, men atomkraft krever nettopp det.

For å håndtere denne utfordringen har selskapet Antuo – en sentral aktør i prosjektet – lansert en såkalt «Unified Data Source Platform». Plattformen samler data fra hele CiADS-anleggets livssyklus – fra krav og simuleringer til driftsdata – i ett felles system som AI-en kan tolke og digitale tvillinger kan utvikles fra. Målet er å gjøre AI-beslutningene sporbare og verifiserbare.

Internasjonale rammeverk stiller strenge krav

Det finnes ingen kjente offentlige uttalelser fra internasjonale atommyndigheter eller andre land som spesifikt kommenterer ADANES-prosjektet per juli 2026. Det betyr ikke at den bredere debatten er fraværende.

EUs AI-lov, som trådte i kraft i 2024, klassifiserer AI-systemer i kritisk infrastruktur som høyrisiko og stiller krav om transparens, menneskelig kontroll og dokumenterbar pålitelighet. Det amerikanske standardiseringsinstituttet NIST ga i 2023 ut sitt AI Risk Management Framework, som er tett knyttet til nettopp prinsippene om sporbarhet og ansvarliggjøring i komplekse systemer.

OECDs AI-prinsipper fra 2019 – vedtatt av over 40 land – understreker at AI i kritiske anvendelser krever transparent beslutningstaking og at menneskelig tilsyn må være meningsfullt, ikke symbolsk.

Hva betyr dette for energimarkedene?

Dersom ADANES-konseptet valideres gjennom CiADS-plattformen, kan det representere et teknologisk gjennombrudd for håndtering av atomavfall og brenselssykluser – to av de største kostnadsdriverne i atomkraftindustrien globalt. En vellykket integrasjon av AI kan også akselerere Kinas ambisjoner om å bli en global eksportør av neste generasjon atomkraftteknologi.

For nå er prosjektet i tidlig valideringsfase, og kravene fra internasjonale AI-etikkrammeverk – særlig kravet om forklarbarhet – vil utgjøre en av de mest krevende testene for systemets troverdighet utenfor Kinas grenser.

Kilder: OilPrice.com, CAS/WAIC-presentasjoner, OECD AI Principles, EU AI Act, NIST AI RMF