近日，麻省理工學院(MIT)的一個研究團隊正在利用人工智能(AI)技術，對國際熱核聚變實驗堆(ITER)等核聚變裝置內部等離子體的湍流行為進行解碼，以期找到更有效的方法來從等離子體中產生能量。

MIT等離子體科學與聚變中心(PSFC)首席研究科學家Nathan Howard博士表示，核聚變作為清潔能源的科學性和總體前景都非常有趣，但核聚變的未來取決于對等離子體奧秘的深入理解。因此，MIT的研究團隊正在使用AI增強模擬，以幫助他們的核聚變研究保持正軌。

霍華德是PSFC磁聚變實驗綜合建模(MFE-IM)小組的成員，他們與MFE-IM小組負責人巴勃羅·羅德里格斯-費爾南德斯合作，通過在實際核聚變環境中試行之前預測特定技術或配置的性能，從而做出更明智的設計選擇。該團隊通過將數據與過去的研究報告進行比較來不斷驗證數據，以確保他們的模擬能夠立足于現實。

在最近發表的一篇論文中，霍華德解釋了如何利用高分辨率模擬來預測ITER啟動后的性能。他們使用的計算機代碼CGYRO由通用原子公司合作者開發，可以將復雜的等離子體物理模型應用于一組定義的核聚變操作條件。雖然耗時，但可以對等離子體在核聚變裝置中不同位置的行為進行非常詳細的模擬。

為了提高模擬效率，MIT團隊開發了PORTALS框架，該框架采用高保真CGYRO運行，并使用機器學習來構建一個名為“替代”的快速模型。這個模型可以模擬更復雜運行的結果，但速度要快得多。Rodriguez-Fernandez表示，這種預測優先的方法使他們能夠在ITER等設備中創建更高效的等離子體。

經過全面訓練的“替代”模型已被用來探索不同的輸入組合如何影響ITER的預測性能。通過14次CGYRO迭代，霍華德團隊能夠確認當前基線場景配置可以實現比輸入等離子體的功率輸出高10倍的功率輸出。霍華德表示，他們進行的建模可能是目前保真度最高的，而且幾乎肯定是已發表的最高保真度。

此外，替代增強的CGYRO模型還表明，等離子體核心的溫度(以及聚變反應)不會受到較少功率輸入的過度影響，這意味著較少的功率輸入等于更高效的運行。這一發現可能會對整個聚變裝置的效率產生積極影響。