英国DeepMind公司与瑞士洛桑联邦理工学院（EPFL）的科学家互助，创建了一个神经网络，能够掌握EPFL的托卡马克配置变量（TCV）聚变反应堆中的磁场。这些磁场对付安全掌握反应堆的等离子体至关主要。
TCV的研究职员之前利用了19个磁圈，每个磁圈由一个单独的算法掌握，通过大量传感器监测反应堆内部，每秒数千次。而DeepMind创建了一个单一的神经网络来同时掌握所有线圈，并能自主学习，从而最好地掌握等离子体。
该团队对人工智能进行了精确的数字仿照演习，然后在真实机器上进行实验，成功将等离子体坚持2秒旁边。这靠近反应堆的极限——TCV在一次实验中将等离子体坚持3秒钟，而天下记录只有5秒。除了掌握等离子体，人工智能还能塑造等离子体，并在反应堆内移动它。人工智能乃至展示了同时掌握两束分离等离子体的能力。
EPFL的Federico Felici说，尽管理论上有很多方法可以用磁圈来掌握等离子体，科学家已经考试测验和测试了一些策略，但人工智能以新颖的方法与线圈形成相同的等离子体形状，让团队感到惊异。
Felici阐明说，“这种人工智能算法，即强化学习，选择了一种完备不同的办法利用TCV线圈，但仍在创造我们预期的相同等离子体。这种完备不同的办法可以自由地探索全体操作空间。”
英国约克大学的Howard Wilson认为，这些人工智能实验表明，将等离子体包含在“极度几何形状”中是有希望的，这为利用不同等离子体形状的实验铺平了道路，而这些实验可能会提高稳定性或效率。 “它降落了参数空间的操作风险，同时也打开了可以探索的参数新空间。”他说。（李木子）
来源： 中国科学报