关于近期人工智能的重大突破，能让我们看到核聚变的能源本质

要在地球上演示为太阳和星星提供无限能量的聚变反应，必须与极高的热负荷密度相抗衡，这可能会破坏称为托卡马克的聚变设施，这是容纳聚变反应的最广泛使用的实验室设施。这些负载流向所谓的分流板的壁上，该分流板从托卡马克中提取废热。

使用高性能计算机和人工智能（AI），美国能源部（DOE）普林斯顿等离子体物理实验室（PPPL）的研究人员预测，ITER的全功率运行将产生更大且破坏性更小的热负荷宽度，法国正在建造的国际托卡马克，比以前的估计要多。新公式产生的预测范围比从目前的托卡马克设施的简单推断所得出的预测范围要大六倍，而ITER设施的目的是证明聚变能力的可行性。

PPPL物理学家CS Chang说：“如果从当今的托卡马克简单地推断出全功率ITER是正确的，在没有任何预防措施的情况下，那么，没有一种已知的材料可以承受折中极端的热负荷。” PPPL物理学家CS Chang表示。等离子体物理发表为《编辑精选》的论文的第一作者Chang说：“一个精确的公式可以使科学家以更舒适，更具成本效益的方式操作ITER，以实现其产生的聚变能量比输入能量高10倍。”

聚变反应将等离子形式的轻元素结合在一起，形成由大量电子组成的炽热，带电状态，其中自由电子和原子核构成可见宇宙的99％，产生大量能量。托卡马克是使用最广泛的聚变设备，将等离子体限制在磁场中，并将其加热到百万度的温度以产生聚变反应。世界各地的科学家都在寻求产生和控制这种反应，以产生安全，清洁和几乎取之不尽的发电用电。

该团队的预测可以追溯到研究人员在2017年在橡树岭国家实验室的Oak Ridge领导力计算设施（OLCF）的Titan超级计算机上产生的结果。该团队使用PPPL开发的XGC高保真等离子体湍流代码对据预测，在全功率ITER运行中，热负荷要比目前的托卡马克所预测的简单推断高出六倍。

令人惊讶的发现极大地违反了危险的狭窄热负荷预测，引起了人们的关注。那么，造成差异的原因是什么？以前的预测可能无法检测到某些隐藏的等离子体参数或等离子体行为状况吗？

这些预测来自简单外推法中的参数，这些参数将等离子体视为一种流体，而没有考虑重要的动力学或粒子运动效应。相比之下，XGC代码在极端规模的计算机上使用数万亿个粒子来生成动力学模拟，其六倍的预测表明，确实可能存在流体方法未考虑在内的隐藏参数。

该团队在橡树岭国家实验室的橡树岭领导力计算设施（OLCF）的Summit超级计算机上对全功率ITER等离子体进行了更精细的仿真，以确保他们在2017年关于Titan的发现没有错误。

该团队还对当前的托卡马克进行了新的XGC模拟，以将结果与更广泛的Summit和Titan的发现进行比较。一种模拟是对英国联合欧洲圆环（JET）上磁场强度最高的等离子体之一进行的，该等离子体达到了ITER全功率磁场强度的73％。另一个模拟是在麻省理工学院（MIT）现已退役的C-Mod托卡马克中使用的最高磁场等离子体之一，该等离子体达到了ITER全功率磁场的100％。

两种情况下的结果均与简单推算得出的窄热负荷宽度预测相符。这些发现加剧了人们对确实存在隐藏参数的怀疑。

有监督的机器学习

然后，团队转向一种称为监督机器学习的AI方法，以发现可能未被注意的参数。AI代码使用来自未来ITER等离子体的动力学XGC模拟数据，识别出了隐藏参数，该参数与托卡马克磁场线周围的等离子体粒子的轨道有关，这种轨道称为陀螺运动。

AI程序提出了一个新的公式，该公式预测的全功率ITER的热负荷宽度比目前根据托卡马克所预测的实验结果得出的以前的XGC公式要宽得多，危险程度要小得多。此外，由AI生产的公式可以恢复以前为托卡马克实验所建立的公式的狭窄发现。

该实验不仅产生高保真度的理解和预测，而且通过改进分析公式以使其更加准确和可预测性，从而说明了高性能计算的必要性。与颗粒的旋转半径相比，ITER边缘等离子体的尺寸较大，因此与目前的托卡马克相比，全功率ITER边缘等离子体的湍流类型有所不同。

然后，研究人员通过在OLCF的超级计算机峰会上和在Argonne国家实验室的Argonne领导能力计算设施（ALCF）上的Theta上进行了三轮未来ITER等离子体的模拟，从而验证了AI产生的公式。Chang说：“如果通过实验验证该公式，这对于聚变界以及确保ITER的分流器可以容纳等离子体产生的热量。”

该团队接下来将希望看到有关当前托卡马克的实验，可以用来测试AI产生的外推公式。如果得到验证，该公式可用于简化ITER的操作，并用于设计更经济的聚变反应堆。
编辑：；lyn