Las dos versiones están alineadas bloque a bloque, en el orden del texto: titular, lo esencial y después párrafo a párrafo. Cuando la traducción ha fusionado o dividido un párrafo, la casilla correspondiente queda vacía — nunca emparejamos dos pasajes a ojo.
At the DIII-D National Fusion Facility in San Diego, the six microwave systems heating a fusion plasma were adjusted by software rather than a human operator. In one of the five live tests, PACMAN predicted a destructive tearing-mode instability 200 milliseconds before it could form, then changed the reactor settings early enough to prevent the disturbance altogether. Standard controllers detect these disruptions only after they have started.
En la Instalación Nacional de Fusión DIII-D, en San Diego, los seis sistemas de microondas que calientan un plasma de fusión fueron ajustados por software en lugar de por un operador humano. En una de las cinco pruebas en vivo, PACMAN predijo una inestabilidad destructiva de tipo tearing 200 milisegundos antes de que pudiera formarse y modificó la configuración del reactor con la suficiente antelación para evitar por completo la perturbación. Los controladores convencionales detectan estas disrupciones solo después de que han comenzado.
PACMAN — short for Prediction And Control using MAchiNe learning — runs through four sequential stations. It first gathers temperature, density and magnetic readings, screens out measurement errors and packages the clean data. Machine-learning models then predict what the fuel will do immediately next. Controllers turn those predictions into hardware commands, such as firing a heating beam, while a final stage resolves conflicts, enforces strict equipment safety boundaries and routes the signals to the reactor.
PACMAN —abreviatura de predicción y control mediante aprendizaje automático— funciona a través de cuatro estaciones secuenciales. Primero recopila lecturas de temperatura, densidad y campos magnéticos, filtra los errores de medición y empaqueta los datos limpios. Después, los modelos de aprendizaje automático predicen el comportamiento inmediato del combustible. Los controladores convierten esas predicciones en órdenes para el hardware, como activar un haz de calentamiento, mientras una etapa final resuelve los conflictos, aplica estrictos límites de seguridad del equipo y dirige las señales al reactor.
The platform also tackled an optimization problem that had previously lacked a single working formula. It coordinated all six gyrotrons, changing their mirror angles and beam-power outputs at the same time. In other trials, a reinforcement-learning model took full control of the heating systems, while PACMAN forecast sudden bursts of energy at the edge of the fuel. The framework typically completes its work in about 20 milliseconds and then runs again and again.
La plataforma también abordó un problema de optimización que hasta entonces no contaba con una única fórmula operativa. Coordinó los seis girotrones, modificando simultáneamente los ángulos de sus espejos y la potencia de salida de sus haces. En otras pruebas, un modelo de aprendizaje por refuerzo asumió el control total de los sistemas de calentamiento, mientras PACMAN pronosticaba repentinos estallidos de energía en el borde del combustible. El sistema suele completar su trabajo en unos 20 milisegundos y volver a ejecutarlo una y otra vez.
In practical terms, that gives fusion researchers a control loop fast enough for events that unfold within thousandths of a second. Traditional simulations can take days or months, too slowly for experiments lasting only a few minutes; machine-learning models produce predictions in fractions of a second. PACMAN’s modular structure also means researchers can replace one algorithm in days without rebuilding the surrounding software, potentially speeding up work across other tokamak facilities.
En términos prácticos, esto proporciona a los investigadores de fusión un ciclo de control lo bastante rápido para fenómenos que se desarrollan en milésimas de segundo. Las simulaciones tradicionales pueden tardar días o meses, demasiado para experimentos que duran solo unos minutos; los modelos de aprendizaje automático generan predicciones en fracciones de segundo. La estructura modular de PACMAN también permite a los investigadores sustituir un algoritmo en cuestión de días sin reconstruir el software que lo rodea, lo que podría acelerar el trabajo en otras instalaciones de tokamaks.
The system is not an autonomous reactor. Physicists still set experimental goals, tune parameters between shots and use hardcoded limits to prevent equipment damage. The creators say the framework could move to other tokamaks and serve as an adaptable control standard for future commercial fusion designs, but these results remain live experimental tests rather than commercial deployment.
El sistema no es un reactor autónomo. Los físicos siguen fijando los objetivos experimentales, ajustando los parámetros entre las descargas y utilizando límites programados para evitar daños en el equipo. Sus creadores afirman que el sistema podría trasladarse a otros tokamaks y servir como estándar de control adaptable para futuros diseños comerciales de fusión, pero estos resultados siguen siendo pruebas experimentales en vivo, no un despliegue comercial.