AIGC動態歡迎閱讀

原標題：可控核聚變新里程碑，AI首次實現雙托卡馬克3D場全自動優化，登Nature子刊
關鍵字：聚變,等離子體,抑制,圖示,性能
文章來源：人工智能學家
內容字數：7035字

內容摘要：

將 ScienceAI設為星標
第一時間掌握
新鮮的 AI for Science 資訊編輯 |X
幾十年來，核聚變釋放能量的「精妙」過程一直吸引著科學家們的研究興趣。
現在，在普林斯頓等離子體物理實驗室（PPPL）中 ，科學家正借助人工智能，來解決人類面臨的緊迫挑戰：通過聚變等離子體產生清潔、可靠的能源。
與傳統的計算機代碼不同，機器學習不僅僅是指令列表，它可以分析數據、推斷特征之間的關系、從新知識中學習并適應。
PPPL 研究人員相信，這種學習和適應能力可以通過多種方式改善他們對聚變反應的控制。這包括完善超熱等離子體周圍容器的設計、優化加熱方法以及在越來越長的時間內保持反應的穩定控制。
近日，PPPL 的 AI 研究取得重大成果。PPPL 研究人員解釋了他們如何使用機器學習來避免磁擾動破壞聚變等離子體的穩定性。
圖示：上面顯示的兩個托卡馬克（DIII-D 和 KSTAR）裝置中部署了用于檢測和消除等離子體不穩定性的機器學習代碼。（來源：通用原子公司和韓國聚變能源研究所）
該論文的主要作者、PPPL 研究物理學家 SangKyeun Kim 表示：「研究結果令人印象深刻，因為我們能夠

原文鏈接：可控核聚變新里程碑，AI首次實現雙托卡馬克3D場全自動優化，登Nature子刊

聯系作者

文章來源：人工智能學家
作者微信：AItists
作者簡介：致力成為權威的人工智能科技媒體和前沿科技研究機構