近日，麻省理工学院(MIT)的一个研究团队正在利用人工智能(AI)技术，对国际热核聚变实验堆(ITER)等核聚变装置内部等离子体的湍流行为进行解码，以期找到更有效的方法来从等离子体中产生能量。
MIT等离子体科学与聚变中心(PSFC)首席研究科学家Nathan Howard博士表示，核聚变作为清洁能源的科学性和总体前景都非常有趣，但核聚变的未来取决于对等离子体奥秘的深入理解。因此，MIT的研究团队正在使用AI增强模拟，以帮助他们的核聚变研究保持正轨。
霍华德是PSFC磁聚变实验综合建模(MFE-IM)小组的成员，他们与MFE-IM小组负责人巴勃罗·罗德里格斯-费尔南德斯合作，通过在实际核聚变环境中试行之前预测特定技术或配置的性能，从而做出更明智的设计选择。该团队通过将数据与过去的研究报告进行比较来不断验证数据，以确保他们的模拟能够立足于现实。
在最近发表的一篇论文中，霍华德解释了如何利用高分辨率模拟来预测ITER启动后的性能。他们使用的计算机代码CGYRO由通用原子公司合作者开发，可以将复杂的等离子体物理模型应用于一组定义的核聚变操作条件。虽然耗时，但可以对等离子体在核聚变装置中不同位置的行为进行非常详细的模拟。
为了提高模拟效率，MIT团队开发了PORTALS框架，该框架采用高保真CGYRO运行，并使用机器学习来构建一个名为“替代”的快速模型。这个模型可以模拟更复杂运行的结果，但速度要快得多。Rodriguez-Fernandez表示，这种预测优先的方法使他们能够在ITER等设备中创建更高效的等离子体。
经过全面训练的“替代”模型已被用来探索不同的输入组合如何影响ITER的预测性能。通过14次CGYRO迭代，霍华德团队能够确认当前基线场景配置可以实现比输入等离子体的功率输出高10倍的功率输出。霍华德表示，他们进行的建模可能是目前保真度最高的，而且几乎肯定是已发表的最高保真度。
此外，替代增强的CGYRO模型还表明，等离子体核心的温度(以及聚变反应)不会受到较少功率输入的过度影响，这意味着较少的功率输入等于更高效的运行。这一发现可能会对整个聚变装置的效率产生积极影响。
