2 月 28 日消息，科学家过去几十年时间里，一直在探索和追逐核聚变发电梦想，不过由于种种挑战，这些实验反应堆至今仍未达到取代化石燃料的程度。

其中让核聚变产生稳定电力的关键挑战，就是过热等离子体的不可预测性，不过普林斯顿等离子体物理实验室（PPPL）在这一方面有了重大突破。

PPPL 团队设计开发了一种新的人工智能，可以提前 300 毫秒预测聚变中等离子体“撕裂”，从而平滑处理不规则现象，未来有望避免反应堆重启。

聚变反应堆采用环形结构，类似于甜甜圈，在“托卡马克”（tokamak）反应堆内，磁场控制着等离子体，让其不会冲破环壁。

不过沸腾的等离子体很难控制，它极易“撕裂”，并且逃逸出用于约束它的强大磁场。一旦等离子体逃逸，那么就需要关闭反应堆并重置。

PPPL 开发的人工智能有可能提前足够长的时间预测这些不稳定性，以便对其进行纠正，测试在能源部位于圣地亚哥的 DIII-D 国家聚变设施进行（见上图）。

人工智能算法发出的警告时间并不长–最长预报时间为 300 毫秒。这对人类来说还不够时间做任何事情，但撕裂模式不稳定性只需要几毫秒就能破坏聚变反应。

研究小组确信，人工智能控制器能够减少 DIII-D 反应堆中的撕裂模式不稳定性。然而，该网络是专门针对 DIII-D 进行训练的–它无法预测或稳定其他托卡马克的撕裂模式不稳定性。研究人员希望最终能开发出一种更通用的人工智能，但这需要更多的测试。

附上论文参考地址

• Avoiding fusion plasma tearing instability with deep reinforcement learning