提前 300 毫秒預測等離子體撕裂風險，普林斯頓大學發布 AI Controller

AIGC動態歡迎閱讀

原標題：提前 300 毫秒預測等離子體撕裂風險，普林斯頓大學發布 AI Controller
關鍵字：等離子體,閾值,聚變,不穩定性,控制器
文章來源：HyperAI超神經
內容字數：6931字

內容摘要：

作者：加零
編輯：李寶珠、三羊
普林斯頓大學的研究人員開發了一個 AI 控制器，能夠提前 300 毫秒預測到等離子體的潛在撕裂風險并及時干預。在能源需求增長和「碳中和」目標期限逼近的雙重壓力下，低碳、甚至是零碳排放的清潔能源應用是大勢所趨。近年來，具有零碳排放發電潛力的核聚變得到了更加廣泛的關注，越來越多的學者專家開始展開深入研究。
盡管托卡馬克 (Tokamak) 的聚變實驗取得了顯著成功，但障礙仍然存在，其中等離子體中斷是 ITER 成功長脈沖運行必須解決的最關鍵問題之一。主要原因是等離子體極易「撕裂」，并且逃逸出用來約束它的強大磁場，進而造成聚變反應的中斷。
在此前的研究中，已經能夠實現短暫的聚變能量維持。如今，隨著深度強化學習 (DRL) 技術在非線性、高維度驅動問題中顯示出的高性能，人們也開始探索將其引入核聚變研究中。不久前，普林斯頓大學的研究人員開發了一個 AI 控制器進行自適應預測和控制，能夠提前 300 毫秒預測到等離子體的潛在撕裂風險并及時干預，相關成果已發表于「Nature」。論文地址：https://www.nature.com/articles/s41586-0

原文鏈接：提前 300 毫秒預測等離子體撕裂風險，普林斯頓大學發布 AI Controller

聯系作者

文章來源：HyperAI超神經
作者微信：HyperAI
作者簡介：解構技術先進性與普適性，解讀更前沿的 AIForScience 案例