MIT团队用AI预测等离子体行为：核聚变迈向可控能源关键一步

 麻省理工学院（MIT）的研究团队在《自然·通讯》（Nature Communications）发表论文称，他们利用物理学与机器学习相结合的方法，成功预测了托卡马克（tokamak）反应堆内等离子体在不同初始条件下的行为，这项突破或将帮助人类更接近大规模核聚变能源。托卡马克是一种环形装置，通过强磁场约束高温等离子体，使其发生核聚变反应。研究负责人王艾伦（Allen Wang）指出，要让聚变能源真正实用，必须学会“可靠地控制等离子体”。该团队利用瑞士TCV实验装置的数据训练模型，将神经网络与等离子体动力学方程结合，生成可预测聚变反应演化的“轨迹”。实验证明，该算法能显著改善反应堆的安全降功过程，避免高温等离子体对设备内壁造成损伤。当前聚变实验运行成本极高、频率有限，而这种基于AI的预测模型有望让科学家在不频繁运行装置的情况下，也能优化控制策略。研究团队强调，这只是实现可控聚变能源的“长征第一步”，但已为未来安全、高效的聚变反应堆奠定了基础。