驾驭“人造太阳”：用 AI 来解锁聚变核能
可控核聚变，承诺了一个没有温室气体排放、没有长寿命放射性废料、燃料来源几乎取之不尽的未来。然而，实现这一目标的道路崎岖而漫长。其核心挑战在于，如何在地球上创造并维持一个“人造太阳”？这需要在被称为“托卡马克”（Tokamak）的甜甜圈形磁约束装置中，将等离子体（物质的第四态）加热到超过 1 亿摄氏度——比太阳核心还要热近 10 倍——并将其稳定地约束在磁场“牢笼”中，防止它触碰并熔化任何容器壁。控制这种极度不稳定的、如同“狂暴巨兽”般的超高温等离子体，是过去半个多世纪里核聚变科学家面临的最大难题之一。
2022 年，谷歌 Google DeepMind 与瑞士洛桑联邦理工学院（EPFL）瑞士等离子体中心（SPC）合作，在《自然》杂志发表了一项突破性成果：全球首个基于深度强化学习（Deep Reinforcement Learning, DRL）的托卡马克等离子体自主控制系统。该系统不仅成功在真实托卡马克装置上实现了对等离子体的高精度实时控制与“等离子体雕塑”，更展示了 AI 在加速聚变科学、解锁新研究范式方面的巨大潜力。2024 年 5 月，DeepMind 进一步开源了其核心仿真工具 TORAX，为全球聚变研究社区赋能。本文将深入解析这一技术的原理、实现、意义及未来展望。
1. DeepMind 开创：用强化学习“驯服”等离子体
1.1 传统控制的“天花板”
在深入了解 AI 的解决方案之前，我们必须理解传统等离子体控制的复杂性。托卡马克装置利用一系列强大的电磁线圈来产生复杂的磁场（见此前公众号文章），像一个无形的瓶子一样包裹住等离子体。而且这些等离子体处于极端不稳定状态，极易发生破裂（Disruption）或偏离理想位形，一旦接触器壁，不仅导致能量损失，还可能损坏装置。其控制目标包括：
- 位置与形状控制：维持等离子体在真空室中心，避免偏移；
- 稳定性维持：抑制各种磁流体不稳定性（如撕裂模、新经典撕裂模）；
- 性能优化：调控电流剖面、温度与密度分布，提升能量约束时间；
- 安全终止：在实验结束时平稳“熄灭”等离子体。
科学家需要精确调整 19 个线圈的电压，每个每秒要调整数千次，以长期维持这种高精度控制。而传统的控制系统依赖于两个步骤：
- 物理模型预测：科学家首先建立复杂的物理模型来预测等离子体对磁场变化的响应。
- 控制器设计：基于这些模型，工程师为每个特定的等离子体形态（或称“位形”）设计专门的控制器。
这个过程极为耗时，且缺乏灵活性。每当科学家想要尝试一种新的、可能更高效的等离子体位形时，他们往往需要花费数月时间从头开发和调试新的控制器。这极大地拖慢了研究进程，限制了我们探索更优聚变方案的步伐。
1.2 强化学习的登场
DeepMind 的团队引入了一种截然不同的方法：深度强化学习（Deep Reinforcement Learning, DRL） 。RL 的灵感来源于生物学习的方式，其核心思想是让一个“智能体”（Agent）在“环境”（Environment）中通过“试错”（Trial and Error）来学习。
- 智能体（Agent） ：一个神经网络，即我们的 AI 控制器。
- 环境（Environment） ：一个高度逼真的托卡马克等离子体模拟器。
- 行动（Action） ：AI 在每个时间步（毫秒级）决定如何调整 19 个主磁线圈的电压。
- 奖励（Reward） ：如果 AI 的行动使等离子体的实际状态更接近科学家设定的目标状态（例如，特定的形状、位置、电流等），它就会获得“奖励”。
这个过程就像训练一只宠物做动作。你给出一个指令（目标），宠物尝试一个动作（行动），如果它做对了，你就给它一个奖励。通过成千上万次的尝试，它会学会如何最有效地获得奖励。
1.3 从模拟到现实的飞跃
AI 智能体首先在模拟环境中进行了数万次的“虚拟实验”。它从一开始的胡乱尝试，逐渐学会了如何通过精妙的线圈电压组合来雕刻出等离子体的形状。这个学习过程在计算机上可以被极大地加速。
最激动人心的时刻是，当这个在虚拟世界中训练成熟的 AI 控制器被部署到 SPC 的 TCV（Variable Configuration Tokamak） 这台真实的物理设备上时，它完美地复现了它的控制能力。
1.4 突破性的成果与意义
DeepMind 的 AI 不仅成功地控制了标准的等离子体位形，还展现了远超传统方法的能力：
- 塑造任意位形：科学家们向 AI 提出各种新颖的等离子体形状要求，包括理论上存在但从未在实验中稳定实现过的形状，如“负三角位形”（negative triangularity）和“雪花位形”（snowflake）。AI 控制器不仅成功地生成并稳定了这些形状，其性能还与专门为此设计的控制器相当甚至更好。
- 多任务并行控制：AI 甚至完成了前所未有的壮举——在一次放电实验中，同时控制两个独立的等离子体束流。这展示了 AI 处理极端复杂多变量控制问题的强大能力。
- 加速科学发现：这项工作的核心意义在于 “加速” 。过去需要数月研究和开发的控制器，现在 AI 可以在数小时的模拟训练后生成。这使得科学家能够快速迭代和验证新的理论，以前所未有的速度探索能效更高、更稳定的等离子体运行方案，为国际热核聚变实验堆（ITER）和未来的商业聚变电站（DEMO）铺平了道路。
这不仅仅是控制理论的胜利，更是科学研究范式的转变。AI 从一个被动的分析工具，转变为一个主动的、能够与物理世界实时交互并推动科学发现的“伙伴”。
1.5 开源 TORAX 模拟器
DeepMind 于 2024 年开源了一款基于 JAX 框架的托卡马克等离子体核心输运模拟器，它能高效、高精度地模拟等离子体内部温度、密度和电流剖面的演化过程。与传统仅关注等离子体边界的模拟工具不同，TORAX 聚焦“芯部”物理，具备自动微分和大规模并行计算能力，不仅显著提升了 AI 控制器（如深度强化学习系统）的训练速度与泛化性能，还支持对复杂物理过程进行敏感性分析。
通过开源 TORAX，DeepMind 为全球聚变研究社区提供了一个强大、灵活且可扩展的仿真平台，有望加速下一代聚变装置的设计、控制与优化，真正实现“AI for Fusion Science”的协同创新。
2. 不止于控制：AI 在核聚变领域的全面渗透
人工智能（AI）正在推动全球核聚变研究进入新阶段。大量实验装置（托卡马克、惯性约束聚变设备、球形托卡马克等）产生海量诊断数据并面临复杂控制需求，AI 技术被用于从实时等离子体调控到材料设计的各方面。
2.1 等离子体控制与优化
失稳预测与预防：机器学习模型能够提前预测破裂或湍流等失稳前兆，为控制系统争取调整时间。例如，普林斯顿团队的模型在 DIII-D 实验中仅凭历史实验数据即可在破裂模态发展前 300 毫秒发出预警，并实时调整射频和电流参数避免破裂发生。这种先发制人的动态控制超越了传统基于物理模型的“事后缓解”策略，实现了对危险工况的主动规避。
多机兼容控制：AI 系统已在不同设备间迁移应用，显示出通用性和鲁棒性。普林斯顿/PPPL 团队将同一套 AI 控制代码部署于美国 DIII-D 和韩国 KSTAR 装置，首次实现在两个独立机器上同时无 ELM（边缘局域模）下达到最高约束性能。此类研究表明，AI 控制方案可以跨设备重用，减少反复开发工作。
2.2 数据处理与分析
诊断信号融合与降维：聚变实验产生海量诊断数据（磁探针、电流探测、光谱、X 射线成像等）。AI 方法（自编码器、主成分分析、卷积/RNN 网络等）可将高维时序数据映射到低维潜在空间，提取关键物理特征。例如，基于“基础模型（Foundation Model）”的思路，研究者采用卷积 +Transformer 预训练网络对未标注的多诊断数据集进行降维，并在小样本标记集上微调，实现对磁混沌模、阿尔文特征模等多种现象的自动识别。这类方法减少了人工标注需求，使得在不同诊断间关联事件成为可能。
异常检测与事件识别：AI 在并行的海量信号中检测细微异常变化。例如，可训练自编码神经网络学习正常工况下的传感器模式，当观测到偏离时立即报警。在 DIII-D 托卡马克上已有工作采用自编码器实时检测磁探针信号异常。深度卷积网络也被用于分析原始高时序诊断数据，准确分类不同的等离子体模式和预警潜在的破裂。这些数据驱动的方法可以实时过滤噪声，提取出射线谱、视频和探针等多渠道数据中的物理事件，辅助科学家快速解读实验结果。
2.3 模拟与建模加速
等离子体仿真加速：高精度物理模拟（如流体方程、粒子模拟、玻尔兹曼输运等）计算量巨大。AI 可构建快速替代模型（surrogate），显著缩短模拟时间。在强化学习控制框架中，控制策略先在低阶物理模拟器中训练，再“零射”部署到实验中。此外，研究者利用神经网络近似 Gyrokinetic 或流体代码的输出，对 XGC 等慢码进行替代加速。例如，普林斯顿团队采用 ML 工具加速 HEAT 代码（用于球形托卡马克堆垛区三维热模拟），通过筛选关键输入参数将仿真时间从数分钟缩短到实时级别，而结果仍保持约 90% 的精度。
物理驱动模型（PINN） ：将偏微分方程约束嵌入神经网络也被用于聚变仿真。例如，最近研究使用物理信息神经网络（PINN）模拟中国 EAST 托卡马克中钨单块挡板的热导传输，仅用少量样本就实现了与有限元方法相当的精度，但计算效率提高了约 40 倍。这种方法融合了物理方程知识，减少了对密集网格和迭代求解的依赖，为实时或近实时估算提供了可能。
惯性约束聚变模拟：在激光驱动装置中，生成式 AI 被用于提升多物理场模拟的预测能力。罗彻斯特大学的研究团队利用生成式模型校正仿真输出，根据实验结果反演激光脉冲和靶材参数；同时，LLNL 多智能体系统（MADA）通过大语言模型自动生成和执行 3D 多物理仿真框架，成千上万次并行计算新型燃料靶设计。
2.4 预测性维护与故障诊断
监测与预报：聚变装置关键部件（如靶板、第一壁、超导线圈等）承受极端条件（高热流、强辐射、循环热应力）易加速损伤。AI 系统结合传感网络和数字孪生技术，可实时分析历史与在线数据，预测组件寿命，优化维护策略。例如，循环神经网络（LSTM 等）用以分析温度、应力、腐蚀速率等传感数据的时序模式，可提前估计组件磨损趋势；自编码器网络则学习正常状态特征，及时发现线圈异常振动或冷却异常，预警潜在故障。
数字孪生与联合仿真：ITER 等项目正在构建反映实际运行条件的数字孪生模型，通过不断接收传感器数据来更新模拟状态。据报道，ITER 计划采用数字孪生预测托卡马克靶板在不同等离子体工况下的寿命，并据此优化检修计划。这种技术使维护从被动保养转为主动预防，最大化实验利用率。
故障警示系统：除了机械件，AI 还用于等离子体失稳等“设备故障”诊断。JET 装置部署了机器学习模型，实时分析 MHD 振荡谱和辐射变化，能在等离子体破裂前 ≈50 毫秒发出预警。类似技术减小了破裂对设备的损伤风险。
2.5 自动化操作与运行调度
实验设计与自动化：AI 正逐步渗透到实验规划和仿真调度中。例如，劳伦斯利物浦国家实验室开发了多智能体设计助理（MADA）系统，利用大语言模型（LLM）理解物理研究者的自然语言输入，自动生成高保真仿真输入文件并在超级计算机上并行运行数万次模拟。这一工作流将传统上手工编程运行仿真的大量工作自动化，大幅压缩了设计迭代周期。当 AI 代理从手绘示意图中提取设计意图并完成一系列仿真后，又能训练 ML 模型为设计师提供“即时反馈”。这种 AI + HPC 的自动化使得探索复杂高能实验设计成为可能。
任务调度与资源优化：在 MADA 框架中，专门的“任务管理代理”（JMA）负责将 AI 生成的仿真任务投递给集群调度系统，自动分配资源并收集输出数据。该代理与人协同制定运行计划，并动态调整任务队列，实现计算资源的高效利用。这种调度智能化可类比于反应堆的日程安排和实验运行，即通过 AI 算法优化物理实验的时间表和顺序，从而提高整体效率。
2.6 材料研究
等离子体材料性能预测：AI 被用于寻找能耐受极端等离子体环境的材料。物理信息神经网络（PINN）等方法可以快速预测材料的热流分布和力学行为。例如，最新研究用 PINN 模拟了 EAST 托卡马克钨挡板的热传导过程，在保持有限元计算精度的同时，计算效率提高了 40 倍。这种加速对筛选新材料、设计冷却方案至关重要。
材料设计与筛选：大型 DOE 项目（如 SWIFT-PFCs）也在构建多尺度数字孪生，通过仿真与实验数据驱动下一代材料开发。虽然公开资料中 AI 应用细节较少，但预期 ML 将用于关联材料成分、结构与性能，自动生成候选合金方案。类似地，图神经网络等已被用于一般材料科学中预测材料性质，可推广到聚变环境下的材料筛选。
应用示例：在惯性聚变领域，LLNL 的 MADA 逆向设计代理已通过 AI 生成并测试数千种塑料微球靶几何变体，帮助确定最优燃料装填方案。这一过程在某种程度上等同于材料与结构的协同优化。
2.7 其他创新前沿应用
大规模多模态模型：在 fusion 领域，研究者开始探索类比于自然语言处理的“基础模型”方式。通过对海量原始诊断数据预训练深度网络，AI 能够跨诊断数据识别共性物理事件。这为将来融合设备打下了多任务、一体化分析的基础。
多设备数据融合：前沿项目（如由 Fatima Ebrahimi 领衔）正在整合全球不同托卡马克的实验数据与仿真结果，利用机器学习优化等离子体边界区的模型。他们希望通过“学习全球数据 + 模拟”来填补现有模拟与现实的差距，推动 DEMOn 计划级别设备的可行性评估。
AI 优化辅助设计：以上提及的 AI 代理系统（如 LLNL 的 MADA）可视为新兴的“AI 辅助实验室”，将来可能扩展为包括虚拟现实界面和物理实验室仪器控制的完整生态。
强化学习与混合智能：强化学习除了在控制上应用，还可能用于自适应实验策略（例如根据前几次放电结果自动调整下一次实验参数）。此外，融合物理知识的可解释 AI（XAI）也是前沿方向，在核聚变等高风险领域尤为重要。
智能之光，点亮原子之心
从驯服”一亿度高温的等离子体，到全面推动核聚变技术快速发展，AI 通过优化设计、预测破裂、发现新材料和实现智能控制，能够将我们实现“终极能源”的时间线大大缩短。AI 与原子能的结合，正在点燃一个更清洁、更光明、更可持续的能源未来。
