成功实现承诺提供无限的、可持续的清洁能源，但只有掌握反应堆内部发生的复杂物理原理，我们才能实现这个令人难以置信的梦想。
几十年来，科学家们一直在采取渐进的方法朝着这个目标迈出的步伐，但仍然存在许多挑战。 核心障碍之一是成功控制反应堆内不稳定且过热的等离子体？ 但一种新方法揭示了我们如何做到这一点。
在 EPFL 瑞士血浆中心 (SPC) 和（AI）研究公司 DeepMind，科学家们使用了深度强化学习(RL) 系统，用于研究等离子体内部行为和控制的细微差别融合音乐？ 一种环形装置，使用一系列放置在反应器周围的磁线圈来控制和操纵其内部的等离子体。
这不是一个容易的平衡行为，因为线圈需要大量微妙的电压调整，每秒高达数千次，才能成功地将等离子体限制在磁场内。
TCV 真空容器的 3D 模型。 （DeepMind/SPC/EPFL）
那么，维持核聚变反应吗？ 这涉及到使等离子体稳定在数亿摄氏度，甚至比太阳核心还要热？ 需要复杂的多层系统来管理线圈。
在一个新研究然而，研究人员表明，单个人工智能系统可以自行监督整个任务。
“使用结合了深度强化学习和模拟环境的学习架构，我们生产了控制器，既可以保持等离子体稳定，又可以将其精确地塑造成不同的形状。”团队解释说在 DeepMind 博客文章中。
为了实现这一壮举，研究人员在托卡马克模拟器中训练了他们的人工智能系统，其中系统通过反复试验发现了如何驾驭等离子体磁约束的复杂性。
训练窗口结束后，人工智能进入了一个新的水平？ 将在模拟器中学到的知识应用到现实世界中。
受控等离子体形状的可视化。 （DeepMind/SPC/EPFL）
通过控制 SPC可变配置托卡马克(TCV) 中，RL 系统在反应器内将等离子体雕刻成一系列不同的形状，其中包括 TCV 中以前从未见过的形状：稳定“液滴”，其中两个等离子体在设备内同时共存。
除了传统的形状之外，人工智能还可以产生先进的配置，将等离子体雕刻成“负三角形”和“雪花”配置。
如果我们能够维持核聚变反应，这些表现中的每一种都具有在未来收集能量的不同潜力。 由这里的系统控制的配置之一，“类似 ITER 的形状”（如上所示），可以为未来的研究带来特别的希望。国际热核实验堆（国际热核聚变实验堆）？ 世界上最大的核聚变实验目前正在法国建造。
据研究人员称，对这些等离子体形成的磁力掌握代表“应用强化学习的最具挑战性的现实世界系统之一”，并且可以为现实世界托卡马克的设计方式建立一个全新的方向。
事实上，一些人认为我们在这里看到的将从根本上改变聚变反应堆中先进等离子体控制系统的未来。
贝尔法斯特女王大学的物理学家吉安卢卡·萨里（未参与这项研究）表示：“在我看来，人工智能是唯一的出路。”新科学家。
“变量太多，其中一个微小的变化就可能导致最终输出的巨大变化。如果你尝试手动完成，这是一个非常漫长的过程。”
研究结果报告于自然。
