美國普林斯頓大學(xué)和普林斯頓等離子體物理實(shí)驗室的研究人員已研發(fā)一個(gè)可用于實(shí)時(shí)預測聚變堆等離子體不穩定性的人工智能模型。該模型能夠預測被稱(chēng)為“撕裂模不穩定性”的等離子體不穩定性。這種不穩定性由等離子體中的電流和壓力梯度相互作用引起，是導致等離子體破裂的主要原因之一。相關(guān)研究成果已在近期出版的科技期刊《自然》上發(fā)表。
聚變能商業(yè)應用目前面臨著(zhù)許多重大技術(shù)和工程挑戰，其中一個(gè)是等離子體可能失去穩定性，導致等離子體大規模破裂，進(jìn)而導致聚變反應不能持續。
研究人員使用美國DIII-D國家聚變設施的實(shí)驗數據來(lái)訓練這一模型。結果表明，該模型可以提前300毫秒預測撕裂模不穩定性。300毫米足以供人工智能控制器調整聚變堆運行參數，確保等離子體運行的穩定性。
