由於首次成功使用了尖端的人工智能係統來塑造過熱的氫，核融合承諾的綠色能源革命現在已經更加接近了電漿在融合反應堆內。
成功的試驗表明使用人工智慧長期搜索從核融合- 引入其替代化石燃料和核裂變的介紹更加近距離。
“我認為AI將在Tokamaks的未來控制和一般的融合科學控制中發揮非常重要的作用，” Lausanne瑞士聯邦技術學院的物理學家Federico Felici告訴Live Science。 “釋放AI的潛力很大，以獲得更好的控制，並弄清楚如何以更有效的方式操作此類設備。”
有關的：裂變與融合：有什麼區別？
Felici是一項新研究的首席作者，描述了該期刊上發表的項目自然。他說，洛桑（Lausanne）可變配置Tokamak（TCV）的未來實驗將尋求進一步的方法將AI整合到融合反應器的控制中。他說：“我們所做的確實是一種原則證明。” “我們對第一步感到非常滿意。”
Felici及其在EPFL瑞士等離子體中心（SPC）的同事與英國公司DeepMind的科學家和工程師合作（Google所有者Alphabet的子公司）在TCV上測試了人工智能係統。
Doughnut形融合反應器是控制核融合的最有前途的類型。在法國建造的大型國際迭代（拉丁語中的“方式”）正在使用Tokamak設計，有些支持者認為他們會有一個託卡馬克（Tokamak）在2030年就在商業行動。
人工智慧
Tokamak主要由19個磁管控制，可用於塑造和定位氫Felici解釋說，融合室內的血漿指示電流。
這些線圈通常由一組獨立的計算機控制器（用於實驗中具有特徵的血漿的每個方面一個）來控制，這些等離子體是根據複雜的控制工程計算進行編程的，具體取決於所測試的特定條件。他說，但是新的AI系統能夠用一個控制器來操縱等離子體。
AI（由DeepMind開發的“深鋼筋學習”（RL）系統 - 首先接受了對Tokamak的模擬培訓 - 一種更便宜，更安全的替代品。
但是計算機模擬很慢：僅需幾個小時才能實時託卡馬克操作幾秒鐘。此外，TCV的實驗條件每天都可以改變，因此AI開發人員需要在模擬中考慮這些更改。
但是，當模擬訓練過程完成後，AI與實際的Tokamak耦合。
TCV可以維持超熱的氫等離子體，通常超過2.16億華氏度（1.2億攝氏度），最多3秒鐘。此後，它需要15分鐘才能冷卻和重置，通常每天進行30至35次這樣的“鏡頭”。
他說，在AI控制下，TCV總共進行了大約100張照片，他說：“我們希望在不同的等離子體形狀中獲得某種種類，並在各種條件下嘗試。”
他說，儘管TCV並未使用中子氫的等離子體，這會產生高水平的核融合，但AI實驗導致了新的塑料等離子體在Tokamak內部的新方法，這可能會導致對整個融合過程的更大控制。
塑形等離子體
Felici說，AI被證明是在最常見的配置中定位和將血漿在Tokamak的融合室內塑造的，包括所謂的雪花形狀被認為是融合的最有效構型。
他說，此外，儘管標準控制工程技術也可以起作用，但它能夠將等離子體塑造成“液滴”（腔室內的單獨的上和下環）。
Felici說，創建液滴形狀“在機器學習方面非常容易做到。” “我們可以要求控制器製作這樣的等離子體，而AI弄清楚瞭如何做。”
他說，研究人員還看到，AI正在使用磁管以與標準控制系統所產生的不同方式控制腔室內的等離子體。
他說：“我們現在可以嘗試將相同的概念應用於更複雜的問題。” “因為我們對Tokamak的行為進行了更好的模型，因此我們可以將這些工具應用於更高級的問題。”
TCV的等離子體實驗將支持ITER項目，這是一個巨大的Tokamak，預計將在2035年左右實現全尺度融合。支持者希望Iter能夠先開拓使用核融合的新方法，以生產可用的電力，而無需碳排放量僅具有較低的放射性。
TCV實驗還將為演示融合反應堆的設計提供信息，該反應堆被視為ITER的繼任者，它將為電網提供電力，這是ITER並非設計的。幾個國家正在為演示反應堆設計設計。歐洲最先進的歐洲反應堆之一預計將於2051年開始運營。
最初發表在現場科學上。
