DeepMind 训练人工智能控制核聚变

Alphabet 旗下的 AI 子公司 DeepMind 训练强化学习算法控制托卡马克装置内的炙热等离子体。托卡马克是设计用于容纳核聚变反应的环形容器，其内部呈现出一种特殊的混乱状态。氢原子在不可思议的高温下相撞，产生比太阳表面还热的旋转翻滚的等离子体。找到控制并限制等离子体的智能方法将是释放核聚变潜力的关键，核聚变数十年来一直被认为是未来的清洁能源。目前聚变背后的科学原理已经明朗，剩下的只是工程方面的挑战。这正是 DeepMind 的用武之地。该公司此前将业务转向游戏和蛋白质折叠，它一直在与瑞士等离子中心（Swiss Plasma Center）进行一项联合研究项目，目标是开发一种用于控制核聚变反应的人工智能。在同样由聚变驱动的恒星中，纯粹的引力质量足以将氢原子拉到一起并克服它们的互斥电荷。在地球上，科学家改为使用强大的磁线圈约束核聚变反应，将其推到所需的位置，并像陶工在转盘上塑造粘土一样塑造它。必须仔细控制线圈以防止等离子体接触容器的侧面：这会损坏容器壁并减慢聚变反应。爆炸的风险很小，因为没有磁约束，聚变反应无法存在。但每次研究人员想改变等离子体的配置，尝试不同的形状以产生更多的能量或更清洁的等离子体时，都需要进行大量的工程和设计工作。洛桑联邦理工学院瑞士等离子中心主任 Ambrogio Fasoli 表示，传统的系统由计算机控制，基于模型和仔细的模拟，但是它们“很复杂，且不一定经过了优化”。DeepMind 开发了一种可自主控制等离子体的人工智能。发表在《自然》期刊上的一篇论文描述了两个小组的研究人员如何教授一个深度强化学习系统来控制 TCV 内的 19 个磁线圈，TCV 是瑞士等离子中心的可变配置托卡马克装置，用于进行未来更大聚变反应堆的设计研究。