一組由中國科學院合肥物質科學研究院的孫有文教授領導的研究團隊，開發了兩個新的人工智能系統，旨在提升核融合能量實驗的安全性和效率。這項研究針對核融合能量的關鍵挑戰，該技術有望提供清潔且幾乎無限的能源。然而，未來的反應堆在運行過程中必須避免任何干擾事件，這些突發事件可能會損壞設備，因此需要保持穩定的等離子體約束以實現高效能。為此，研究團隊開發了以人工智能驅動的解決方案。
首個解決方案是針對干擾預測的工具，該系統使用可解釋的決策樹模型來識別干擾的早期警告信號，尤其是那些由於「鎖定模式」引起的常見等離子體不穩定性。與傳統的黑箱式人工智能不同，這一系統不僅能預測干擾，還能揭示其背後的物理信號。在測試中，該系統在早期檢測中達到了 94% 的成功率，並在干擾發生前 137 毫秒發出警告，為操作人員提供了寶貴的應對時間。
第二個解決方案則是等離子體監測工具，該系統使用多任務學習模型。它能同時識別不同的操作模式（如 L 模式和 H 模式），並同時檢測邊緣局部模式（ELMs），使其在速度和準確性上均優於舊有模型。在測試中，該系統正確分類等離子體狀態的準確率達到 96.7%，幫助確保反應堆運行的平穩和安全。這兩個人工智能系統的結合，不僅提高了實驗的安全性，還為科學家提供了更深入的等離子體行為洞察，朝著未來融合反應堆的完全智能控制系統邁進了一步。
隨著全球人口不斷增長以及工業擴展，能源需求以驚人的速度增長。使用煤炭和石油等傳統能源來滿足這一需求的代價非常高昂。燃燒這些燃料會向大氣中釋放大量碳污染，導致全球變暖並擾亂全球氣候模式。為了確保可持續的未來，向清潔能源解決方案的轉型變得越來越必要，例如太陽能、風能和核能等低碳替代品，這些替代品可以在滿足現代能源需求的同時顯著減少有害排放。
核融合被認為是未來最有希望的解決方案之一。與煤炭或石油不同，核融合不依賴燃燒過程產生巨量能量，因此不會產生碳排放。此外，它還避免了當前核裂變反應堆的一個重大挑戰——長期存在的放射性廢物。如果核融合能夠實現商業化，將能提供高效、經濟且幾乎無限的能源，幫助公用事業部門滿足日益增長的需求，同時降低家庭的電費。儘管核融合尚未準備好進行大規模使用，但最近在安全性和效率上取得的人工智能系統突破，正為實現這一目標鋪平道路，讓核融合潛力作為終極清潔能源的希望更加明朗。這些研究成果最近發表在《核融合》以及《等離子體物理和受控融合》期刊上。
