AI算法助力，让可控核聚变不再是梦

可控核聚变一直是人类追逐的理想。现在，TAE技术公司与谷歌合作，在“验光师”AI算法的帮助下，让我们有望离这个梦想的实现更近了一些。

我点了一下鼠标，只听一声巨响，我将等离子超高温电离气体以每秒数百英里的速度。此刻我正坐在一家名为TAE Technologies的聚变能源创业公司的控制室里，我刚刚对价值1.5亿美元的等离子对撞机进行了发射操作。这只是该公司长期追求核聚变能源尝试的一小部分。不过，我来这家公司总部的原因，是要谈谈一种名为“验光师”的AI算法。

核聚变是太阳赖以发光的能量反应。目前，人们一直在努力实现对核聚变反应的有效控制，但由于实现这个目标的难度极大，而且成本高昂，不免混杂了大量炒作和怀疑之声。（氢弹爆炸时的反应就是不受控制的核聚变反应。）

可控核聚变一直是科学家的一大梦想，取之不尽的能量，又没有碳排放或核熔化的风险。但几十年来，科学家距离这个目标仍然很遥远。

去年，美国能源部的一个顾问团队发布了一系列颠覆性的技术，有望“大幅提高核聚变发电厂技术的进步速度。”这些技术中就包括先进的算法、如人工智能和机器学习。

这正是TAE Technologies公司所追求的战略：这家已有20年历史的创业公司在几年前开始与谷歌合作开发机器学习工具，希望最终能够实现AI与可控核聚变技术的融合。

TAE公司价值1.5亿美元的等离子对撞机

这种技术融合包括在足够高的温度下将轻质颗粒相互撞击，使它们融合在一起，产生新元素并释放能量。一些实验在名为“托卡马克”的大型金属圆环内利用磁场控制“等离子体”的超高温电离气体。

劳伦斯利弗莫尔国家实验室（Lawrence Livermore National Laboratory）在一个小型金色容器中发射了世界上最大的激光器，里面装有更细小的核燃料颗粒。 TAE在名为Norman的线性机器旋转等离子体，每次发射需要调整数千个变量。

TAE与谷歌合作，使用一种称为“验光师”算法的系统，帮助团队发现并达成理想的融合条件。

由谷歌的团队开发的名为“验光师算法”（Optometrist Algorithm）的独特解决方案，可以把人力和机器聚合到一起。这个名称源于专家用双眼检查的过程，即算法会向人类专家呈现连续的可能结果对，让专家基于自身判断从两者之间进行选择，以此引导后续实验。

“现实情况要复杂得多，”谷歌加速科学团队（Accelerated ScienceTeam）的泰德·巴尔兹（Ted Baltz）解释道，“因为离子温度要比电子温度高3倍，所以等离子体远远偏离了热平衡。此外，流体逼近也完全无效。所以，在数万亿个粒子当中，你必须至少对其中一些进行追踪。于是，整件事就超出了我们的能力范围，即便我们拥有谷歌规模的计算资源。”

“我们把问题化归成，让我们找出那些被人类专家认为是有趣的等离子体行为，同时在这样做的时候不要弄坏机器。”巴尔兹说道。

把这种技术整合到TAE的实验过程，这让研究得以取得惊人的快速进展。发表在《科学报告》（Scientific Reports）杂志的一篇新研究报告显示，这套算法出乎意料地让实验的能量损失率下降了50%，并让TAE场反转结构（FRC）等离子体发生器中的离子温度和等离子体能量实现同步增加。

“如果没有先进计算力量来快速扩展我们对等离子体复杂特性的理解，这样的结果可能需要数年时间才能得出，”TAE的总裁兼首席技术官米切尔·宾德鲍尔（Michl Binderbauer）说。

目前的挑战不少，但也有很多值得保持乐观的发现。 TAE的首席科学家埃里克特拉斯克说：“我们最终的目标是让发电厂燃烧的清洁燃料变得非常丰富，并且可以持续使用。现在，我们认为已经找到了一种实现方法，但还没有找到能够展示的方式。这才是最难的部分。”