關于近期人工智能的重大突破，能讓我們看到核聚變的能源本質

要在地球上演示為太陽和星星提供無限能量的聚變反應，必須與極高的熱負荷密度相抗衡，這可能會破壞稱為托卡馬克的聚變設施，這是容納聚變反應的最廣泛使用的實驗室設施。這些負載流向所謂的分流板的壁上，該分流板從托卡馬克中提取廢熱。

使用高性能計算機和人工智能（AI），美國能源部（DOE）普林斯頓等離子體物理實驗室（PPPL）的研究人員預測，ITER的全功率運行將產生更大且破壞性更小的熱負荷寬度，法國正在建造的國際托卡馬克，比以前的估計要多。新公式產生的預測范圍比從目前的托卡馬克設施的簡單推斷所得出的預測范圍要大六倍，而ITER設施的目的是證明聚變能力的可行性。

PPPL物理學家CS Chang說：“如果從當今的托卡馬克簡單地推斷出全功率ITER是正確的，在沒有任何預防措施的情況下，那么，沒有一種已知的材料可以承受折中極端的熱負荷?！?PPPL物理學家CS Chang表示。等離子體物理發(fā)表為《編輯精選》的論文的第一作者Chang說：“一個精確的公式可以使科學家以更舒適，更具成本效益的方式操作ITER，以實現(xiàn)其產生的聚變能量比輸入能量高10倍?！?/p>

聚變反應將等離子形式的輕元素結合在一起，形成由大量電子組成的熾熱，帶電狀態(tài)，其中自由電子和原子核構成可見宇宙的99％，產生大量能量。托卡馬克是使用最廣泛的聚變設備，將等離子體限制在磁場中，并將其加熱到百萬度的溫度以產生聚變反應。世界各地的科學家都在尋求產生和控制這種反應，以產生安全，清潔和幾乎取之不盡的發(fā)電用電。

該團隊的預測可以追溯到研究人員在2017年在橡樹嶺國家實驗室的Oak Ridge領導力計算設施（OLCF）的Titan超級計算機上產生的結果。該團隊使用PPPL開發(fā)的XGC高保真等離子體湍流代碼對據(jù)預測，在全功率ITER運行中，熱負荷要比目前的托卡馬克所預測的簡單推斷高出六倍。

令人驚訝的發(fā)現(xiàn)極大地違反了危險的狹窄熱負荷預測，引起了人們的關注。那么，造成差異的原因是什么？以前的預測可能無法檢測到某些隱藏的等離子體參數(shù)或等離子體行為狀況嗎？

這些預測來自簡單外推法中的參數(shù)，這些參數(shù)將等離子體視為一種流體，而沒有考慮重要的動力學或粒子運動效應。相比之下，XGC代碼在極端規(guī)模的計算機上使用數(shù)萬億個粒子來生成動力學模擬，其六倍的預測表明，確實可能存在流體方法未考慮在內的隱藏參數(shù)。

該團隊在橡樹嶺國家實驗室的橡樹嶺領導力計算設施（OLCF）的Summit超級計算機上對全功率ITER等離子體進行了更精細的仿真，以確保他們在2017年關于Titan的發(fā)現(xiàn)沒有錯誤。

該團隊還對當前的托卡馬克進行了新的XGC模擬，以將結果與更廣泛的Summit和Titan的發(fā)現(xiàn)進行比較。一種模擬是對英國聯(lián)合歐洲圓環(huán)（JET）上磁場強度最高的等離子體之一進行的，該等離子體達到了ITER全功率磁場強度的73％。另一個模擬是在麻省理工學院（MIT）現(xiàn)已退役的C-Mod托卡馬克中使用的最高磁場等離子體之一，該等離子體達到了ITER全功率磁場的100％。

兩種情況下的結果均與簡單推算得出的窄熱負荷寬度預測相符。這些發(fā)現(xiàn)加劇了人們對確實存在隱藏參數(shù)的懷疑。

有監(jiān)督的機器學習

然后，團隊轉向一種稱為監(jiān)督機器學習的AI方法，以發(fā)現(xiàn)可能未被注意的參數(shù)。AI代碼使用來自未來ITER等離子體的動力學XGC模擬數(shù)據(jù)，識別出了隱藏參數(shù)，該參數(shù)與托卡馬克磁場線周圍的等離子體粒子的軌道有關，這種軌道稱為陀螺運動。

AI程序提出了一個新的公式，該公式預測的全功率ITER的熱負荷寬度比目前根據(jù)托卡馬克所預測的實驗結果得出的以前的XGC公式要寬得多，危險程度要小得多。此外，由AI生產的公式可以恢復以前為托卡馬克實驗所建立的公式的狹窄發(fā)現(xiàn)。

該實驗不僅產生高保真度的理解和預測，而且通過改進分析公式以使其更加準確和可預測性，從而說明了高性能計算的必要性。與顆粒的旋轉半徑相比，ITER邊緣等離子體的尺寸較大，因此與目前的托卡馬克相比，全功率ITER邊緣等離子體的湍流類型有所不同。

然后，研究人員通過在OLCF的超級計算機峰會上和在Argonne國家實驗室的Argonne領導能力計算設施（ALCF）上的Theta上進行了三輪未來ITER等離子體的模擬，從而驗證了AI產生的公式。Chang說：“如果通過實驗驗證該公式，這對于聚變界以及確保ITER的分流器可以容納等離子體產生的熱量?！?/p>

該團隊接下來將希望看到有關當前托卡馬克的實驗，可以用來測試AI產生的外推公式。如果得到驗證，該公式可用于簡化ITER的操作，并用于設計更經(jīng)濟的聚變反應堆。
編輯：；lyn