如果能让聚变反应堆运转起来，它将提供廉价、丰富且相对清洁的能源。人工智能（AI）首次被用于控制聚变反应堆内的超高温等离子体，为提高其稳定性和效率提供了一条新途径。相关研究近日发表于《自然》。

英国DeepMind公司与瑞士洛桑联邦理工学院（EPFL）的科学家合作，创建了一个神经网络，能够控制EPFL的托卡马克配置变量（TCV）聚变反应堆中的磁场。这些磁场对于安全控制反应堆的等离子体至关重要。

TCV的研究人员之前使用了19个磁圈，每个磁圈由一个单独的算法控制，通过大量传感器监测反应堆内部，每秒数千次。而DeepMind创建了一个单一的神经网络来同时控制所有线圈，并能自主学习，从而最好地控制等离子体。

该团队对人工智能进行了精确的数字模拟训练，然后在真实机器上进行实验，成功将等离子体维持2秒左右。这接近反应堆的极限——TCV在一次实验中将等离子体维持3秒钟，而世界纪录只有5秒。除了控制等离子体，人工智能还能塑造等离子体，并在反应堆内移动它。人工智能甚至展示了同时控制两束分离等离子体的能力。

EPFL的Federico Felici说，尽管理论上有很多方法可以用磁圈来控制等离子体，科学家已经尝试和测试了一些策略，但人工智能以新颖的方法与线圈形成相同的等离子体形状，让团队感到惊讶。

Felici解释说，“这种人工智能算法，即强化学习，选择了一种完全不同的方式使用TCV线圈，但仍在创造我们预期的相同等离子体。这种完全不同的方式可以自由地探索整个操作空间。”

英国约克大学的Howard Wilson认为，这些人工智能实验表明，将等离子体包含在“极端几何形状”中是有希望的，这为使用不同等离子体形状的实验铺平了道路，而这些实验可能会提高稳定性或效率。 “它降低了参数空间的操作风险，同时也打开了可以探索的参数新空间。”他说。

相关论文信息：

https://doi.org/10.1038/s41586-021-04301-9