DeepMind将AI用于可控核聚变：将等离子体形状模拟精度提高65%

近日，英国AI公司DeepMind宣布取得了一项新的突破，成功实现了AI可控核聚变。这一技术能够在高温等离子体环境下实现精准放电，为核聚变技术的发展提供了新的思路和创新。
长期以来，相关领域的科学家们，一直在寻找清洁、取之不尽的能源，以缓解全球能源危机。核聚变是其中一种潜在的路径。目前，国际上大多数国家都采取建造托卡马克装置的形式来实现受控核聚变。但是，这种方法面临着许多技术难题和局限性。
几十年来，全球范围内的科学家们一直致力于托卡马克装置的研究。它是一种被磁线圈包围的大型环形容器，产生用于驱动等离子体的可变磁场。由于托卡马克中的等离子体不稳定，因此设计该线圈的控制系统是一个复杂的过程，每当等离子体的所需配置发生变化时都必须重复该过程。
而DeepMind新技术的应用，则可以为核聚变的研究和实践提供更广阔的发展空间。这项新技术通过使用深度学习和神经网络等AI技术，实现了更高效、更稳定的反应过程。DeepMind表示，他们的新模型利用了大量的现有数据，训练出了一种更能适应不同条件的控制方法，从而使核聚变反应更可控、更精准。
研究人员进行了一系列典型的等离子体实验，在这些实验中，控制器调控等离子体所需的电流、形状和位置等参数值。在所有实验中，控制器都将所需值保持在可接受的容差范围内。该系统被用于瑞士等离子体中心的托卡马克装置上，能控制其中的磁铁两秒钟，这是反应堆在过热之前可以运行的最长时间。
相关研究7月21日提交在预印本网站ArXiv上，论文题为《面向托卡马克磁控制的实用强化学习》。
DeepMind认为，他们的新技术可以在实际应用中带来很多可能性。例如，更快、更稳定的核聚变反应将会为清洁能源和绿色发展做出更大的贡献。此外，核聚变反应还可以应用于医学、空间探索和其他领域，成为人类迈向未来的新动力。