在普林斯顿大学安德林格中心，一个由工程师、物理学家和数据科学家组成的跨学科团队与普林斯顿等离子体物理实验室（PPPL）合作，已经使用人工智能解决核聚变中的等离子体不稳定性问题。
聚变能反映了太阳的动力过程，它使用巨大的压力和热量来融合原子，释放出大量的能量。
在地球上复制这一过程涉及到在托卡马克反应堆中用强大的磁场限制超热等离子体——通常被称为“罐中的恒星”的复杂设备。但我在聚变反应堆的范围内，等离子体是出了名的易挥发性，可能会破坏用来容纳它的磁屏障。
在该中心进行的实验中圣地亚哥的DIII-D国家核聚变设施一组研究人员展示了一个人工智能模型，该模型仅依赖历史实验数据，可以提前300毫秒预测“撕裂模式不稳定性”的发生—一种特定类型的等离子体破坏。
研究人员使用了一个基于过去DIII—D托卡马克数据训练的深度神经网络，根据实时等离子体特征预测未来的不稳定性。
然后，该模型通知了强化学习（RL）算法，该算法通过模拟实验迭代改进其控制策略，学习保持高功率水平，同时避免不稳定性。
研究小组的研究结果发表在 研究自然.
合著者阿扎拉赫什·贾拉尔万德将这一过程比作飞行训练，飞行员在控制实际飞机之前，会在模拟器中学习。
“你不会教别人一套钥匙，告诉他们尽最大努力，”Jalalvand说，强调了一个渐进的，知情的学习过程对人工智能的重要性。
a.该图显示了执行器随时间的变化，有人工智能控制（蓝色）和没有人工智能控制（黑色）。红线标记了阈值，超过该阈值血浆稳定性可能受损。B.这部分说明了受致动器调节影响的撕裂不稳定性的预测可能性。C.在这里，我们看到了致动器的控制对将等离子体压力保持在标准化水平上的预期效果。D.本节描述了在人工智能控制的战略干预的指导下，预计血浆将如何在一组参数内演变。资料来源：Nature（Open Access）
在验证了人工智能控制器的模拟性能后，该团队继续在DIII—D托卡马克进行真实世界的测试，在那里他们观察到人工智能成功地操纵反应堆参数以减少不稳定性。
托卡马克是一种用于核聚变研究的装置，设计用于利用磁场限制等离子体。它是研究最多的聚变反应堆之一，最终目标是生产受控热核聚变动力。托卡马克的特点是其环形（甜甜圈形）构型，这被认为是有效的容纳聚变反应所需的高温等离子体。
人工智能控制器的简短而关键的预测能力使系统能够实时调整操作参数，防止不稳定性并保持反应堆磁场内等离子体的平衡。
带头进行这项研究的埃格曼·科勒曼教授解释了团队的方法，他说：“通过从过去的实验中学习，而不是结合基于物理的模型中的信息，人工智能可以开发出最终的控制策略，在真正的反应堆中实时支持稳定、高功率的等离子体系统。”
机械和航空航天工程系的Jamin Seo讨论了如何准确和快速地预测是这项研究的关键，他指出：“以前的研究通常侧重于抑制或减轻这些撕裂不稳定性在等离子体中发生后的影响。但我们的方法使我们能够在这些不稳定因素出现之前预测和避免它们。
“撕裂模不稳定性是等离子体破裂的主要原因之一，随着我们试图在产生足够能量所需的高功率下进行聚变反应，这些不稳定性将变得更加突出，”Seo解释说。
展望未来，研究人员计划收集更多关于人工智能控制器性能的证据，并将其能力扩展到其他托卡马克和等离子体不稳定性。
我们有强有力的证据表明，控制器在DIII-D上工作得很好，但我们需要更多的数据来证明它可以在许多不同的情况下工作。Seo说，并概述了前进的道路。
用核聚变弥合人工智能的能源鸿沟
普林斯顿大学的研究展示了人工智能如何支持融合，但融合也可以支持人工智能。
在许多方面，人工智能与能源之间存在一种共生但脆弱的关系。有力的证据表明，生产性人工智能的指数增长正在导致惊人的能源消耗，已经可以与小国的消耗相媲美。
困境的本质在于人工智能的基础设施—数据中心。这些庞大的数字设备因其巨大的能源和水需求而臭名昭著。
国际能源署（IEA）最近强调了数据中心的足迹不断增长，这些数据中心已经消耗了全球1.3%以上的电力。
波士顿咨询集团(Boston Consulting Group)和欧盟(European Union)的预测描绘了一幅严峻的图景，数据中心的能源需求可能在未来几年翻一番甚至三倍，加剧能源挑战。
作为回应，大科技公司正在加强其能源基础设施，同时考虑核能，包括核聚变。
微软 最近开了一个招聘启事他的目标是制定一项以小型模块化反应堆(SMR)和微型反应堆为中心的全球战略，展示对人工智能面临的迫在眉睫的能源问题的认识。
最近，氦离子能量在OpenAI的Sam Altman的支持下，宣布打算在五年内推出世界上第一个核聚变电站。
如果Helion成功，它不仅是摆脱气候危机的潜在途径，也是通往更高生活质量的途径。
在过去的7年里，我喜欢参与其中，并为能投入更多资金而感到兴奋。大卫和克里斯太棒了。
– Sam Altman（@ sama）2021年11月5日
正如普林斯顿的研究所解释的那样，聚变反应非常复杂，难以控制，而且不可预测。
然而，另一个核心挑战是实现“净能量收益”，这意味着聚变过程产生的能量比消耗的能量更多。
氦离子面临着相当大的技术挑战。Good Energy Collective的Jessica Lovering强调了两个主要障碍：“产生的能量比这个过程使用的更多–并将这些能量转化为一种稳定的、负担得起的电力形式，可以流入电网。”
到目前为止，只有劳伦斯·利弗莫尔的国家点火装置在核聚变方面取得了“科学净能量增益”，但没有“工程
换句话说，确保整个核聚变过程中的净能源收益，包括工程努力，对于使核聚变成为一项可行的能源技术，而不是一项昂贵的实验至关重要。
@ Helion_Energy将很快开始安装polaris：www.example.com
-Sam Altman(@sama)2024年2月2日
Helion正在向前迈进，开发其第七个原型北极星，预计将在2024年展示聚变反应的电力生产。
总部位于华盛顿州埃弗雷特，Helion已经通过电力购买协议获得了微软的第一个客户。他们的目标是他们的第一个计划，生产至少50兆瓦（mW）的容量。
微软成为Helion的第一个客户，这是聚变电源的第一个商业交易：www.example.com
– Sam Altman（@ sama）2023年5月10日
就原始容量而言，这是微不足道的，平均每台风力涡轮机的发电量约为3兆瓦–因此它相当于一个小型风力发电场。然而，一旦投入使用，氦离子将像其他形式的可再生能源一样创造清洁能源。它比裂变工厂更安全，最终集体生产将变得更便宜。
随着数字和物理领域的交织，人工智能和云计算的能源需求将继续升级。
追求核聚变可以让我们看到一个未来，在那里，清洁、丰富的能源可以为不可阻挡的人工智能发展提供动力。
看到微软、奥特曼和其他科技公司已经成为投资者和买家，肯定会是科技公司首先获得核聚变能源。
