登Nature，提前300毫秒預測聚變中等離子體「撕裂」，普林斯頓團隊開發AI控制器

AIGC動態歡迎閱讀

原標題：登Nature，提前300毫秒預測聚變中等離子體「撕裂」，普林斯頓團隊開發AI控制器
關鍵字：等離子體,聚變,不穩定性,人工智能,馬克
文章來源：人工智能學家
內容字數：4402字

內容摘要：

將 ScienceAI設為星標
第一時間掌握
新鮮的 AI for Science 資訊JET 托卡馬克裝置的內部。（英國原子能管理局）
編輯 |紫羅
核聚變被稱為人造太陽，其原理和為太陽以及其他恒星提供動力的過程相同，被廣泛視為清潔能源的圣杯。
但科學家們只實現并維持了幾秒鐘的核聚變能，還有許多障礙，包括高度復雜過程中的不穩定性。
實現聚變能的方法有多種，但最常見的是使用氫變體作為輸入燃料，并在稱為托卡馬克的「甜甜圈形」形狀的機器中將溫度提高到極高水平，以產生等離子體，一種類似湯的物質狀態。
但等離子體需要受到控制，而且極易「撕裂」，并逃離機器設計用來控制等離子體的強大磁場。
近日，普林斯頓大學和普林斯頓等離子體物理實驗室研究核聚變能的科學家表示，他們已經找到了一種使用人工智能的方法，預測這些潛在不穩定性并實時阻止其發生。
研究人員利用此前開發的多模態動態模型作為強化學習人工智能的訓練環境，促進自動化的不穩定預防。
該團隊在圣地亞哥的 DIII-D 國家聚變設施進行了實驗，發現他們的人工智能控制器可以提前 300 毫秒預測潛在的等離子體撕裂。如果沒有這種干預，聚變反應就會突然結束。

原文鏈接：登Nature，提前300毫秒預測聚變中等離子體「撕裂」，普林斯頓團隊開發AI控制器

聯系作者

文章來源：人工智能學家
作者微信：AItists
作者簡介：致力成為權威的人工智能科技媒體和前沿科技研究機構