人工智能预测等离子体“撕裂”事件，助力“人造太阳”实现稳定持续输出

2月28日报道，科学家在过去数十年中一直致力于核聚变发电的梦想，然而由于众多挑战，这些实验反应堆仍未达到能够替代化石燃料的水平。

在核聚变中生成稳定电力的关键挑战之一是过热等离子体的不可预测性。对此，普林斯顿等离子体物理实验室（PPPL）取得了重要突破。

PPPL团队专门设计开发了一种新型人工智能，能够提前300毫秒预测聚变过程中等离子体的“撕裂”，这将有助于平滑处理相关异常现象，未来或有望减少反应堆的重启频率。

聚变反应堆通常采用环形结构，类似于甜甜圈形状，其中“托卡马克”（tokamak）反应堆内的磁场负责控制等离子体，确保其不逸出环壁。

然而，沸腾的等离子体极为难以控制，容易发生“撕裂”现象，一旦超出强大磁场的约束范围，等离子体将逃逸，此时必须关闭反应堆并进行重置。

PPPL开发的人工智能具备提前预测这些不稳定现象的潜力，从而实现及时纠正，相关测试已在美国能源部位于圣地亚哥的DIII-D国家聚变设施展开（见上图）。

尽管人工智能算法的预警时间较短——最长预报时间为300毫秒，这对于人类而言几乎来不及反应，但撕裂模式的不稳定性在仅几毫秒内就能对聚变反应造成破坏。

研究小组对人工智能控制器在DIII-D反应堆中减少撕裂模式不稳定性的效果抱有信心。然而，该网络尚是专门针对DIII-D进行了训练，当前无法对其他托卡马克的撕裂模式不稳定性进行预测或稳定。研究人员希望最终能够开发出一种更具普适性的人工智能系统，但这需要进一步的测试和验证。