DeepMind 訓練了一個人工智慧來控制核聚變

幾十年來，核聚變一直被認為是未來的清潔能源。在這一點上，融合背後的科學似乎是合理的，所以剩下的就是工程挑戰。

科學家們改為使用強大的磁線圈來限制核聚變反應，將其推到所需的位置，並像陶工在輪子上操縱粘土一樣塑造它。必須仔細控制線圈以防止等離子體接觸容器的側面：這會損壞容器壁並減慢聚變反應。

每次研究人員想要改變等離子體的配置並嘗試不同的形狀以產生更多的能量或更清潔的等離子體時，都需要大量的工程和設計工作。傳統系統是計算機控制的，並基於模型和仔細的模擬，複雜且不一定總是優化的。

這就是 DeepMind 的用武之地。這家由谷歌母公司 Alphabet 支援的人工智慧公司此前已將業務轉向視訊遊戲和蛋白質摺疊，並一直在與瑞士等離子中心開展一項聯合研究專案，以開發一種用於人工智慧控制的核聚變反應。

DeepMind 開發了一種可以自主控制等離子體的 AI。發表在《自然》雜誌上的一篇論文描述了這兩個小組的研究人員如何教授一個深度強化學習系統來控制 TCV 內的 19 個磁線圈，用於開展研究未來更大的聚變反應堆的設計。

人工智慧，特別是強化學習，特別適合解決託卡馬克中控制等離子體所帶來的複雜問題。

神經網路——一種旨在模仿人腦結構的人工智慧設定——最初是在模擬中訓練的。它首先觀察改變 19 個線圈中的每一個線圈的設定如何影響容器內等離子體的形狀。然後它被賦予不同的形狀，試圖在等離子體中重新創造。

更多點選標題