AI首次控制核聚变“深度思维”尝试解决世界难题

　　尽管无限清洁能源还有很长的路要走，但这次，深度思维正在尝试以世界级的人工智能体解决现实难题。这家总部位于英国的人工智能公司与瑞士洛桑联邦理工学院合作，训练了一种深度强化学习算法来控制核聚变反应堆内过热的等离子体并宣告成功。这一突破发表在《自然》杂志上，可帮助物理学家更好地了解聚变的工作原理，加速无限清洁能源的到来。

　　这是强化学习在现实世界系统中最具挑战性的应用之一，深度思维公司研究员马丁·；利德米勒表示。而人工智能，特别是强化学习，特别适合解决托卡马克中控制等离子体的复杂问题。所谓托卡马克，是一种可以容纳核聚变反应的容器，其内部呈现出一种特殊且混乱的状态：氢原子在极端高温下挤作一团，产生旋转着、翻滚着、比太阳表面还要炽热的等离子体汤，而磁场线圈会限制等离子体粒子，以使等离子体达到聚变所需的条件。换句话说，控制和约束这种等离子体的方法，就是核聚变迈向成功的关键，也将是人类社会未来清洁能源的源泉。

　　在最新论文中，深度思维详细介绍了可自主控制等离子体的AI。控制等离子体需要不断监测和操纵磁场，团队训练其强化学习算法在模拟中执行此操作，一旦它学会了如何控制和改变虚拟反应堆内等离子体的形状，研究人员就让它控制了托卡马克中的磁体，他们发现，人工智能无需任何额外的微调就能控制真正的反应堆。

　　研究人员表示，使用AI算法控制等离子体，将使在反应堆内进行不同条件的实验变得更加容易，并可能加快商业核聚变的发展。AI在这其中学会了通过以人类以前从未尝试过的方式，调整磁铁来控制等离子体，这意味着，也可能会有一种新的反应堆配置可供探索。

　　在地球上控制核聚变很难。但现在，经过训练的AI神经网络，可以每秒接收90次不同的测量值来描述等离子体的形状和位置，并相应地调整磁体中的电压。这个强化学习算法，处理速度比以往任何方式都要快得多。对科学家来说，这是朝着一个非常令人兴奋的方向迈出的重要的第一步，因为如果确定有一个控制系统可以让我们如此接近极限但又不会超出极限，那么，人类就有了探索更多可能性的平台，也有了更强的信心，将AI用于推动人类文明的进步。

　　尽管无限清洁能源还有很长的路要走，但这次，深度思维正在尝试以世界级的人工智能体解决现实难题。这家总部位于英国的人工智能公司与瑞士洛桑联邦理工学院合作，训练了一种深度强化学习算法来控制核聚变反应堆内过热的等离子体并宣告成功。这一突破发表在《自然》杂志上，可帮助物理学家更好地了解聚变的工作原理，加速无限清洁能源的到来。

　　这是强化学习在现实世界系统中最具挑战性的应用之一，深度思维公司研究员马丁·；利德米勒表示。而人工智能，特别是强化学习，特别适合解决托卡马克中控制等离子体的复杂问题。所谓托卡马克，是一种可以容纳核聚变反应的容器，其内部呈现出一种特殊且混乱的状态：氢原子在极端高温下挤作一团，产生旋转着、翻滚着、比太阳表面还要炽热的等离子体汤，而磁场线圈会限制等离子体粒子，以使等离子体达到聚变所需的条件。换句话说，控制和约束这种等离子体的方法，就是核聚变迈向成功的关键，也将是人类社会未来清洁能源的源泉。

　　在最新论文中，深度思维详细介绍了可自主控制等离子体的AI。控制等离子体需要不断监测和操纵磁场，团队训练其强化学习算法在模拟中执行此操作，一旦它学会了如何控制和改变虚拟反应堆内等离子体的形状，研究人员就让它控制了托卡马克中的磁体，他们发现，人工智能无需任何额外的微调就能控制真正的反应堆。

　　研究人员表示，使用AI算法控制等离子体，将使在反应堆内进行不同条件的实验变得更加容易，并可能加快商业核聚变的发展。AI在这其中学会了通过以人类以前从未尝试过的方式，调整磁铁来控制等离子体，这意味着，也可能会有一种新的反应堆配置可供探索。

　　在地球上控制核聚变很难。但现在，经过训练的AI神经网络，可以每秒接收90次不同的测量值来描述等离子体的形状和位置，并相应地调整磁体中的电压。这个强化学习算法，处理速度比以往任何方式都要快得多。对科学家来说，这是朝着一个非常令人兴奋的方向迈出的重要的第一步，因为如果确定有一个控制系统可以让我们如此接近极限但又不会超出极限，那么，人类就有了探索更多可能性的平台，也有了更强的信心，将AI用于推动人类文明的进步。