麻省理工學院（MIT）的科學家們最近開發出一種新方法，能夠預測核反應堆（tokamak）中等離子體在關閉過程中的行為。關閉過程是指在安全可靠的情況下停止流動速度可達每小時62英里（每秒100公里）的等離子體電流，這些等離子體的溫度超過1億攝氏度（約180,000,032華氏度）。在核聚變過程中，當等離子體變得不穩定時，關閉過程被認為是至關重要的。通過降低等離子體電流，可以防止其進一步損壞tokamak的內部結構。然而，該過程面臨的挑戰之一是，有時關閉過程本身可能導致等離子體的不穩定。即使是微小的損傷，如刮傷或疤痕，都需要耗費相當的時間和資源進行修復。
MIT的這項新方法結合了物理學和機器學習的工具，旨在預測核反應堆中等離子體在關閉過程中的行為。研究團隊將機器學習工具與基於物理的等離子體動力學模型相結合，模擬等離子體在關閉過程中可能出現的行為及不穩定性。這一研究使用來自瑞士一個實驗性tokamak的等離子體數據進行了模型的訓練和測試。這些數據來自瑞士聯邦理工學院（EPFL）運營的TCV變配置tokamak。MIT的研究小組發現，該方法能夠快速學習等離子體在核反應堆內以不同方式調整下來時的演變過程。
研究的主要作者Allen Wang指出，控制不當的等離子體終止，即使在關閉過程中，也可能產生強烈的熱流，損害內部牆壁。他表示，特別是對於高性能等離子體來說，關閉過程實際上可能會使等離子體更接近一些不穩定性極限。因此，這是一個微妙的平衡。該團隊還表示，這種方法在使用少量數據的情況下達到了高精度。考慮到每次核反應堆的實驗運行成本昂貴，數據生成也受到限制，這一發展顯得尤為重要。
這項新方法有望提高未來核反應堆的安全性和可靠性。Wang表示，為了使核聚變成為一個有用的能源來源，其過程必須是可靠的，而為了可靠，就必須熟練管理等離子體。單靠機器學習將需要大量的數據進行訓練，因此研究團隊將其與神經網絡相結合。此外，團隊還開發了一種算法，能將模型的預測轉化為實際的“軌跡”，即等離子體管理指令，tokamak控制器可以自動執行這些指令，例如調整磁場或溫度以維持等離子體的穩定性。研究小組在多次TCV運行中實施了該算法，結果表明其能夠安全地逐步關閉等離子體脈衝，為核反應堆的安全運行鋪平了道路。
Wang表示，他們正在致力於解決科學問題，以使核聚變技術能夠常規應用。他指出，這項研究的成果只是漫長旅程的開始。該新模型已在開放獲取的《Nature Communications》期刊上發表。
