Oklo та Idaho National Laboratory (INL) домовилися застосувати інструменти штучного інтелекту для пришвидшення проєктування передових реакторних систем і паливних рішень. Днями Oklo оголосила про проєкт стратегічного партнерства з Battelle Energy Alliance – оператором INL, який передбачає використання платформи Prometheus AI для робіт, пов’язаних із реактором Pluto.

За повідомленням Oklo, проєкт реалізується в межах Strategic Partnership Project Національного управління ядерної безпеки США (NNSA). Його мета – використати ШІ-орієнтовані інженерні процеси, моделювання, симуляції та автоматизовану підготовку технічної документації для концептуального проєктування реакторної системи Oklo.

Ключовий елемент співпраці – інтеграція платформи Prometheus AI з власною мультифізичною інфраструктурою Oklo для проєктування й аналізу. Це має підтримати розробку Pluto – реакторної системи, розрахованої на використання плутонійвмісного палива. Pluto входить в Пілотну програму реакторів Міністерства енергетики США (DOE).

Oklo наголошує, що ШІ не замінюватиме інженерне рішення. Завдання проєкту – створити агент, здатний взаємодіяти з наявними мультифізичними робочими процесами компанії, запускати й відстежувати проєктні ланцюжки, обробляти результати та формувати документацію, сумісну з регуляторними вимогами. При цьому людина залишається в центрі контролю, перевірки та ухвалення рішень.

Цей проєкт вписується в ширшу американську ініціативу «Місія Genesis», яку DOE описує як національну програму зі створення інтегрованої наукової платформи, що поєднує суперкомп’ютери, експериментальні установки, системи ШІ та унікальні набори даних. У межах ядерного напряму INL і NVIDIA просувають завдання Prometheus: застосувати генеративний ШІ, цифрові двійники й агентні робочі процеси для проєктування, ліцензування, виробництва, будівництва та експлуатації реакторів. Очікувана мета – щонайменше подвоєння темпів реалізації графіків і зниження експлуатаційних витрат більш ніж на 50%.

Фактично йдеться про новий етап у використанні ШІ в атомній галузі. Раніше головний акцент у публічній дискусії робився на тому, що малі модульні реактори та передові реактори можуть забезпечувати електроенергією центри обробки даних. Тепер дедалі помітнішим стає зворотний напрям: ШІ починають застосовувати для прискорення самих ядерних проєктів – від підготовки ліцензійних документів до цифрового моделювання майданчиків, оптимізації будівництва та прогнозного технічного обслуговування.

Один із найпоказовіших прикладів – TerraPower. У березні 2026 року компанія разом із SoftServe представила інженерну платформу на базі NVIDIA Omniverse для реактора Natrium. Платформа використовує цифровий двійник і ШІ для раннього етапу інженерного опрацювання майданчика: аналізує геотехнічні умови, підключення до мережі, компонування майданчика та інші змінні. За заявою компаній, це дає змогу скоротити процеси, які раніше займали роки, до місяців або навіть тижнів.

Westinghouse також уже вивела ШІ у практичну площину. Компанія співпрацює з Google Cloud, поєднуючи власні ядерні ШІ-рішення HiVE та bertha з технологіями Vertex AI, Gemini і BigQuery. У першому proof of concept ці інструменти були використані разом із WNEXUS – 3D-платформою цифрового проєктування Westinghouse – для автоматизованого формування та оптимізації модульних будівельних пакетів AP1000. Компанія заявляє, що ці рішення мають підтримувати і AP1000, і малий модульний реактор AP300 та мікрореактор eVinci.

Ще один напрям – ліцензування. Aalo Atomics використовує Microsoft Generative AI for Permitting для підготовки та постійного оновлення дозвільної документації. За даними Microsoft, Aalo очікує скорочення строків отримання дозволів із чотирьох років до чотирьох місяців, а також економію до $80 млн на рік на підготовці ліцензійних матеріалів у разі масштабування виробництва реакторів. Aalo також розвиває ШІ-агентів для вибору майданчиків, екологічної звітності, закупівель і виробничого контуру.

BWRX-300 використовується як референтний дизайн у двох проєктах, підтриманих програмою ARPA-E GEMINA Міністерства енергетики США. Перший, під керівництвом GE Research за участі Exelon Generation, Oak Ridge National Laboratory, University of Tennessee-Knoxville та GE Hitachi, передбачає створення цифрового двійника критичних компонентів BWRX-300 і застосування ШІ для прогнозного технічного обслуговування та ризик-орієнтованих рішень. Другий, під керівництвом MIT за участі GE Research і GE Hitachi, спрямований на створення високоточних цифрових двійників критичних систем BWRX-300, прогнозне техобслуговування та виявлення відмов на основі моделей. У цих матеріалах також згадується концепція Humble AI – підхід до використання ШІ в критичній інфраструктурі з урахуванням невизначеності алгоритмів.

X-energy для майбутнього парку Xe-100 розробляє набір власних інструментів Xe-100 Data Analytics Tools & Applications, або X-DATA. Вони поєднують цифровий двійник, дані з plant support center, ШІ та машинне навчання для підвищення надійності, прогнозного обслуговування й зниження витрат на експлуатацію.

Kairos Power також фігурує в програмах, де ШІ застосовується як елемент майбутньої експлуатаційної моделі. У проєкті MARS Argonne National Laboratory разом із Kairos розробляє сенсори та алгоритми машинного навчання для аналізу даних і автоматизації моніторингу фторидно-сольового реактора. У проєкті SAFARI йдеться вже про цифровий двійник, ШІ та машинне навчання для автоматизації технічного обслуговування, операцій і моніторингу, з перспективою напівавтономної експлуатації.

Наразі розробники малих і передових реакторів намагаються за допомогою ШІ зняти головні бар’єри серійного розгортання: довге проєктування, складну ліцензійну документацію, дорогі індивідуальні інженерні рішення, будівельні затримки та високу вартість експлуатації. Для галузі це означає поступовий перехід від моделі «кожен блок – унікальний мегапроєкт» до моделі повторюваного інженерного продукту, де цифрова база, регуляторна простежуваність і управління життєвим циклом стають не менш важливими, ніж сам реакторний дизайн.