在巨大的熱量和重力下，太陽(yáng)核心中的氫原子核相互碰撞，聚合成更重的氦原子，并在此過(guò)程中釋放出大量能量。數(shù)十年來(lái)，科學(xué)家和工程師們探索通過(guò)形似甜甜圈的托卡馬克裝置，約束等離子體，從而達(dá)成可控核聚變的目的。如何有效控制等離子體，是通往核聚變的關(guān)鍵。

“我們需要加熱這些物質(zhì)，并使其保持足夠長(zhǎng)的時(shí)間，以便從中獲得能量。” 瑞士洛桑聯(lián)邦理工學(xué)院等離子體中心主任Ambrogio Fasoli說(shuō)道。

要實(shí)現(xiàn)核聚變，必須滿足三項(xiàng)條件：極高的溫度、足夠的等離子體粒子密度以及足夠的限制時(shí)間。這正是人工智能的用武之地。2月16日，題為《通過(guò)深度強(qiáng)化學(xué)習(xí)對(duì)托卡馬克等離子體進(jìn)行磁控》（Magnetic control of tokamak plasmas through deep reinforcement learning）的論文登上《Nature》，該研究由谷歌旗下人工智能公司Deepmind和瑞士洛桑聯(lián)邦理工學(xué)院等離子體中心的物理學(xué)家合作完成。

在超過(guò)1億℃的環(huán)境下，氫過(guò)熱成為一種等離子體狀態(tài)。沒(méi)有任何材料可以控制這樣溫度的等離子體，但在托卡馬克裝置中，強(qiáng)大的磁場(chǎng)使等離子體懸浮并固定在托卡馬克內(nèi)部，迫使其保持形狀并阻止其接觸反應(yīng)堆壁（接觸反應(yīng)堆壁將冷卻等離子體并損壞反應(yīng)堆）。

在曾經(jīng)的控制方法下，想要產(chǎn)生更高能量是一件風(fēng)險(xiǎn)很大的事情，物理學(xué)家也不敢輕易作嘗試。Deepmind做的事就是訓(xùn)練AI學(xué)習(xí)精準(zhǔn)控制托卡馬克內(nèi)包含等離子體的磁場(chǎng)。

“這使我們能夠推動(dòng)事情向前發(fā)展，因?yàn)槲覀兛梢猿袚?dān)原本不敢冒的風(fēng)險(xiǎn)?！?參與該項(xiàng)目的瑞士等離子體中心科學(xué)家之一Ambrogio Fasoli表示，“我們正在嘗試的一些等離子體形狀正使我們非常接近系統(tǒng)的極限。在這樣的情況下，等離子體可能會(huì)崩潰并損壞系統(tǒng)。如果沒(méi)有對(duì)人工智能的信心，我們不會(huì)冒這個(gè)風(fēng)險(xiǎn)?！?/p>

精準(zhǔn)控制等離子體需要不斷監(jiān)測(cè)和操縱磁場(chǎng)?！巴锌R克越復(fù)雜，性能越高，就需要越來(lái)越高的可靠性和準(zhǔn)確性來(lái)控制?！笔サ貋喐缒茉囱芯恐行目茖W(xué)家Dmitri Orlov接受《Wired》采訪時(shí)表示。

要實(shí)現(xiàn)這個(gè)目標(biāo)，這個(gè)世界上第一個(gè)在核聚變裝置（托卡馬克）中實(shí)現(xiàn)對(duì)等離子體的自主控制的AI需要解決兩個(gè)問(wèn)題：準(zhǔn)確捕獲真實(shí)托卡馬克裝置中存在的所有變量，以及在不到50微秒（5000萬(wàn)分之一秒）時(shí)間內(nèi)做出決定。

通過(guò)磁場(chǎng)變化塑造等離子體

研究團(tuán)隊(duì)用一個(gè)大型神經(jīng)網(wǎng)絡(luò)每秒對(duì)90種等離子體的形狀和位置完成一萬(wàn)次訓(xùn)練，從而不斷對(duì)磁場(chǎng)變化如何塑造等離子體進(jìn)行長(zhǎng)程預(yù)測(cè)（longer-term prediction），并相應(yīng)地調(diào)整19塊磁鐵的電壓。然后用這個(gè)神經(jīng)網(wǎng)絡(luò)來(lái)訓(xùn)練一個(gè)小的系統(tǒng)，學(xué)習(xí)執(zhí)行第一個(gè)網(wǎng)絡(luò)所推薦的最佳決策。這樣就可以即準(zhǔn)確，又快速。

“這是迄今為止強(qiáng)化學(xué)習(xí)在現(xiàn)實(shí)世界中最具挑戰(zhàn)性的應(yīng)用之一，”DeepMind研究科學(xué)家Martin Riedmiller表示，“但需要明確的是，這并不意味著我們已經(jīng)解決了聚變問(wèn)題。它所代表的……是我們理解如何設(shè)計(jì)新的靈活托卡馬克控制器的重要一步?！?/p>

在創(chuàng)造了擊敗圍棋世界冠軍的AlphaGo之后，DeepMind進(jìn)入大眾視野。此后，它還推出通過(guò)基因序列預(yù)測(cè)蛋白質(zhì)三維結(jié)構(gòu)的AlphaFold。

“當(dāng)今科學(xué)領(lǐng)域的重大問(wèn)題很少能簡(jiǎn)化為一小組優(yōu)雅或緊湊的公式，由一個(gè)人或一個(gè)小團(tuán)隊(duì)來(lái)解決，”DeepMind 的研究科學(xué)家Jonas Buchli曾表示，“我們相信，人工智能是人類創(chuàng)造力的倍增器，它開啟了新的探索領(lǐng)域，使我們能夠充分發(fā)揮潛力。今天，人工智能系統(tǒng)變得足夠強(qiáng)大，可以應(yīng)用于許多現(xiàn)實(shí)世界的問(wèn)題，包括科學(xué)發(fā)現(xiàn)本身?！?/p>

這不是第一次使用AI控制核聚變。自2014年以來(lái)，谷歌一直與聚變公司TAE Technologies 合作，將機(jī)器學(xué)習(xí)應(yīng)用于不同類型的聚變反應(yīng)堆——加速實(shí)驗(yàn)數(shù)據(jù)的分析。英國(guó)聯(lián)合JET（Joint European Torus）聚變項(xiàng)目的研究已使用AI來(lái)嘗試預(yù)測(cè)等離子體的行為。這個(gè)概念甚至出現(xiàn)在2004年的《蜘蛛俠 2》中，反派奧克博士創(chuàng)造了一個(gè)由人工智能驅(qū)動(dòng)、由大腦控制的外骨骼來(lái)控制他的實(shí)驗(yàn)性聚變反應(yīng)堆。

近日，JET在持續(xù)5秒的核聚變實(shí)驗(yàn)中產(chǎn)生總共59兆焦耳的能量，大幅刷新其在1997年實(shí)驗(yàn)中創(chuàng)造的紀(jì)錄。這項(xiàng)成果將對(duì)仍處于建造中的國(guó)際熱核聚變實(shí)驗(yàn)堆（ITER）起到重要的推動(dòng)作用。澎湃新聞?dòng)浾?邵文 楊漾