編輯丨coisini

眾所周知，聚變能帶來清潔豐沛的能源，且不會(huì)產(chǎn)生長(zhǎng)效放射性廢物。要在地球上實(shí)現(xiàn)聚變，就需要使電離氣體（即等離子體）在超過 1 億攝氏度的極端環(huán)境下，穩(wěn)定存在于聚變裝置的約束場(chǎng)中。

這個(gè)高度復(fù)雜的物理難題，Google DeepMind 嘗試用人工智能攻克。

今天，Google DeepMind 宣布與全球聚變能源領(lǐng)軍企業(yè) Commonwealth Fusion Systems（CFS）達(dá)成研究合作，致力于將清潔安全的無限聚變能源帶入現(xiàn)實(shí)。

圖源：https://deepmind.google/discover/blog/bringing-ai-to-the-next-generation-of-fusion-energy/

研究合作

CFS 通過其緊湊型強(qiáng)場(chǎng)托卡馬克裝置 SPARC，正在開辟通往清潔安全、近乎無限的聚變能源的快速通道。

SPARC 采用高性能高溫超導(dǎo)磁體，有望成為人類歷史上首個(gè)實(shí)現(xiàn)聚變能量?jī)粼鲆娴拇偶s束裝置 —— 即產(chǎn)生的聚變能量超過維持反應(yīng)所需輸入能量。

此前，Google DeepMind 與瑞士洛桑聯(lián)邦理工學(xué)院等離子體中心合作，證明了深度強(qiáng)化學(xué)習(xí)能夠精準(zhǔn)操控托卡馬克磁體，穩(wěn)定復(fù)雜形態(tài)的等離子體。為了涵蓋更廣泛的物理現(xiàn)象，Google DeepMind 開發(fā)了基于 JAX 框架打造的快速可微分等離子體模擬器 ——TORAX。

現(xiàn)在，Google DeepMind 將把這項(xiàng)開創(chuàng)性技術(shù)應(yīng)用于 CFS，目前雙方已在三個(gè)關(guān)鍵領(lǐng)域展開合作：

• 構(gòu)建快速精準(zhǔn)、可微分的聚變等離子體模擬系統(tǒng)；
• 探尋最大化聚變能量輸出的高效穩(wěn)健路徑；
• 運(yùn)用強(qiáng)化學(xué)習(xí)探索新型實(shí)時(shí)控制策略。

聚變等離子體模擬

為了優(yōu)化托卡馬克裝置性能，研究團(tuán)隊(duì)需要模擬熱量、電流和物質(zhì)在等離子體核心區(qū)域的流動(dòng)及其與周邊系統(tǒng)的相互作用。

TORAX 已將研究范圍從磁約束模擬拓展至更廣泛的物理問題。由于 TORAX 基于 JAX 架構(gòu)打造，因此可流暢運(yùn)行于 CPU 和 GPU，并能無縫集成包括谷歌自有模型在內(nèi)的人工智能系統(tǒng)，實(shí)現(xiàn)更卓越的性能。

在 SPARC 正式啟動(dòng)前，TORAX 將幫助 CFS 團(tuán)隊(duì)通過數(shù)百萬次虛擬實(shí)驗(yàn)來測(cè)試完善運(yùn)行方案。當(dāng)首批實(shí)驗(yàn)數(shù)據(jù)出爐時(shí)，TORAX 還能助力團(tuán)隊(duì)快速調(diào)整策略。

TORAX 已成為 CFS 日常工作的核心工具，幫助研究人員理解等離子體在不同條件下的行為規(guī)律，為研究團(tuán)隊(duì)節(jié)約了大量時(shí)間與資源。

探尋能量最大化最優(yōu)路徑

托卡馬克運(yùn)行涉及磁線圈電流、燃料注入及加熱功率等諸多參數(shù)的精細(xì)調(diào)節(jié)，人工尋找既滿足運(yùn)行約束又能最大化能量輸出的最優(yōu)配置方案效率低下。

通過將 TORAX 與強(qiáng)化學(xué)習(xí)及 AlphaEvolve 等進(jìn)化搜索算法結(jié)合，AI 智能體可以在模擬環(huán)境中探索海量運(yùn)行場(chǎng)景，快速鎖定實(shí)現(xiàn)凈能量增益的最優(yōu)路徑。這將幫助 CFS 聚焦最具潛力的策略，從首日運(yùn)行起就提升成功概率 —— 甚至在 SPARC 全面投入全功率運(yùn)行之前。

研究團(tuán)隊(duì)正在構(gòu)建可研究多種 SPARC 場(chǎng)景的基礎(chǔ)架構(gòu)，既能在不同約束條件下尋求聚變功率最大化，也能隨著對(duì)裝置認(rèn)知的深入不斷優(yōu)化系統(tǒng)的穩(wěn)健性。

圖示：SPARC 裝置截面示意圖。左圖：紅色區(qū)域?yàn)榈入x子體。右圖：TORAX 模擬的等離子體脈沖示例，顯示等離子體壓力的動(dòng)態(tài)變化。通過調(diào)整控制指令改變等離子體性能，從而產(chǎn)生不同的等離子體脈沖。

通過持續(xù)擴(kuò)大聚變研究合作網(wǎng)絡(luò)，研究團(tuán)隊(duì)將基于歷史托卡馬克數(shù)據(jù)和高精度模擬對(duì) TORAX 進(jìn)行驗(yàn)證與校準(zhǔn)，進(jìn)而在 SPARC 啟動(dòng)運(yùn)行后快速適應(yīng)實(shí)際工況。

開發(fā)實(shí)時(shí)控制的人工智能導(dǎo)引系統(tǒng)

Google DeepMind 之前的研究已證明強(qiáng)化學(xué)習(xí)可有效控制托卡馬克的磁約束構(gòu)型。研究團(tuán)隊(duì)現(xiàn)在正通過同步優(yōu)化更多運(yùn)行參數(shù)來提升系統(tǒng)復(fù)雜性，例如最大化聚變功率或管理 SPARC 熱負(fù)荷，使裝置能在更高性能區(qū)間安全運(yùn)行，同時(shí)擴(kuò)大安全運(yùn)行邊界。

全功率運(yùn)行時(shí)，SPARC 釋放的巨額熱量將集中作用于微小區(qū)域，必須精確調(diào)控以保護(hù)最接近等離子體的固體材料。如下圖所示，SPARC 可能采用的策略之一是通過磁控方式使排出能量沿器壁進(jìn)行掃描式分布。

在合作初期階段，研究團(tuán)隊(duì)重點(diǎn)研究強(qiáng)化學(xué)習(xí)智能體如何動(dòng)態(tài)控制等離子體以實(shí)現(xiàn)熱量的有效分布。未來，人工智能有望制定出超越人工設(shè)計(jì)的自適應(yīng)策略。

除研究工作外，谷歌還對(duì) CFS 進(jìn)行了投資，支持其在關(guān)鍵科技與工程領(lǐng)域的突破性探索。

谷歌希望匯聚人工智能與聚變技術(shù)的革命性潛力，為人類建設(shè)更清潔、更可持續(xù)的能源未來奠定基石。

參考內(nèi)容：https://deepmind.google/discover/blog/bringing-ai-to-the-next-generation-of-fusion-energy/