登Nature，提前300毫秒预测聚变中等离子体「撕裂」，普林斯顿团队开发AI控制器

AIGC动态欢迎阅读

原标题：登Nature，提前300毫秒预测聚变中等离子体「撕裂」，普林斯顿团队开发AI控制器
关键字：等离子体,聚变,不稳定性,人工智能,马克
文章来源：人工智能学家
内容字数：4402字

内容摘要：

将 ScienceAI设为星标
第一时间掌握
新鲜的 AI for Science 资讯JET 托卡马克装置的内部。（英国原子能管理局）
编辑 |紫罗
核聚变被称为人造太阳，其原理和为太阳以及其他恒星提供动力的过程相同，被广泛视为清洁能源的圣杯。
但科学家们只实现并维持了几秒钟的核聚变能，还有许多障碍，包括高度复杂过程中的不稳定性。
实现聚变能的方法有多种，但最常见的是使用氢变体作为输入燃料，并在称为托卡马克的「甜甜圈形」形状的机器中将温度提高到极高水平，以产生等离子体，一种类似汤的物质状态。
但等离子体需要受到控制，而且极易「撕裂」，并逃离机器设计用来控制等离子体的强大磁场。
近日，普林斯顿大学和普林斯顿等离子体物理实验室研究核聚变能的科学家表示，他们已经找到了一种使用人工智能的方法，预测这些潜在不稳定性并实时阻止其发生。
研究人员利用此前开发的多模态动态模型作为强化学习人工智能的训练环境，促进自动化的不稳定预防。
该团队在圣地亚哥的 DIII-D 国家聚变设施进行了实验，发现他们的人工智能控制器可以提前 300 毫秒预测潜在的等离子体撕裂。如果没有这种干预，聚变反应就会突然结束。

原文链接：登Nature，提前300毫秒预测聚变中等离子体「撕裂」，普林斯顿团队开发AI控制器