line;text-indent:2em;font-size:20rem !important;"> 隨著人工智能（AI）加速向各行各業滲透，其在核聚變領域也掀起新一波科研與應用的探索熱潮。

line;text-indent:2em;font-size:20rem !important;"> 4月21日，一場“受控核聚變與人工智能技術”為主題的學術會議在河北廊坊舉行。會議由核學會核聚變與等離子體物理分會主辦，吸引學界和業界近200位頭部*人才參加。

line;text-indent:2em;font-size:20rem !important;"> 在三天時間里，上百位*以主旨報告、墻報張貼的方式分享各分支板塊對聚變領域人工智能研究的*成果與經驗，涉及AI在核聚變裝置運行控制中的應用、受控核聚變的智能模擬、聚變裝置數字化與智能化平臺等多個前沿課題。

line;text-indent:2em;font-size:20rem !important;"> 有*在現場接受媒體采訪時直言，在高溫導技術與人工智能的加持下，聚變研發正從“永遠50年”進入“10—20年”窗口期，商業公司的高效運作可能進一步縮短時間。目前，業內開始傾向于形成一個新共識——*快在2035年，就有望看到聚變商業應用的曙光。

line;text-indent:2em;font-size:20rem !important;"> AI賦能作用開始顯現

line;text-indent:2em;font-size:20rem !important;"> “近年來，AI在等離子體物理與可控核聚變研究領域展現出強大的賦能作用。深度學、強化學等前沿算法技術被引入，應用于等離體模型程序的加速計算、復雜物理現象的實時識別與預測，以及聚變裝置智能化運行控制等場景，帶來一系列令人鼓舞的技術突破。”核工業西南物理研究（以下簡稱“西物”）聚變科學所委書記李永革在會上指出。

line;text-indent:2em;font-size:20rem !important;"> 那么，AI究竟能為可控聚變帶來哪些助力？

line;text-indent:2em;font-size:20rem !important;"> “等離子體的約束與控制是聚變的關鍵難題。”北京大學應用物理與技術研究中心特聘研究員康煒解釋，在聚變研究中，等離子體需要控制的參數高達上百個，以前只能憑經驗估計形成方案，難以支撐實時應用，但在引入AI后就能同時實現多參數的協調控制，并快速迭代優化設計，從而大大加速穩態控制實現的可能性。

line;text-indent:2em;font-size:20rem !important;"> 2022年12月，美國*點火裝置NIF在AI助力下*實現能量輸出大于激光能量輸入（能量增益Q>1）的可控核聚變反應突破，在理論上驗證了核聚變商業化的可能性。2023年，普林斯頓大學研究人員利用美國DIII-D*核聚變設施的實驗數據，訓練出一種人工智能模型，能夠提前300毫秒預測被稱為“撕裂模不穩定性”的聚變堆等離子體不穩定性，有效避免了因等離子體不穩定導致的核聚變反應中斷。

line;text-indent:2em;font-size:20rem !important;"> 在，研究人員發現，通過部署應用數據模擬器，可將聚變實驗裝置中生成一炮（核聚變實驗的一次等離子體放電過程稱為一炮——編者注）控制策略的耗時從數天壓縮至0.5小時，這在環流三號上已得到驗證。

line;text-indent:2em;font-size:20rem !important;"> 《能源報》記者從會上獲悉，環流三號先后與之江實驗室、浙江大學、南開大學、北京大學開展人工智能相關的聯合實驗提案，以破裂預測、EFIT-NN為代表的人工智能模塊已實現實驗常態化運行。此外，新奧集團（以下簡稱“新奧”）則以數智球形環裝置為載體，著眼于聚變反應堆從設計、建造到運行全生命周期的安全管理需求加速聚變研發，目前在聚變數據平臺、數字孿生系統、智能控制方面取得一系列進展。

line;text-indent:2em;font-size:20rem !important;"> 另外，AI還可以在聚變相關知識整理和積累方面發揮重要作用，讓不同背景的人才能快速進入聚變領域。

line;text-indent:2em;font-size:20rem !important;"> “人工智能將引發聚變的研發范式產生巨變，從而加速聚變研發進程。”新奧能源研究長劉敏勝接受《能源報》記者采訪時表示，目前新奧已開發聚變領域的大模型數據庫，結合大模型技術進行應用，顯著提高科研人員的學效率；2024年，新奧在“玄龍-50U”裝置上實現利用人工智能技術對等離子位形的控制，并基于神經算子方法，開發裝置的數字孿生系統，多物理場耦合仿真的速度相較傳統商業軟件提高了4個量級。

line;text-indent:2em;font-size:20rem !important;"> 可控核聚變按下加速鍵

line;text-indent:2em;font-size:20rem !important;"> 從2022年NIF實現凈能量增益，到今年1月托卡馬克裝置（如EAST）實現千秒級高約束模運行，再至今年3月環流三號首次突破電子、離子溫度“雙億”攝氏度，以及近日“玄龍-50U”氫硼等離子體實現百萬安培電流，一系列階段性突破均表明，聚變的科學可行性將得到全面驗證。

line;text-indent:2em;font-size:20rem !important;"> “NIF目前已實現約5倍的能量輸出與激光能量輸入比(Q=5)。”康煒表示，從這一點上看，可控核聚變已實現，下一步業界非常看好其商業化。

line;text-indent:2em;font-size:20rem !important;"> 值得注意的是，近年來，全球范圍內“*隊”之外的私人資本在聚變領域日漸活躍。有數據顯示，近五年，全球私人資本在聚變領域的投入已50億美元，遠政府項目。截至2024年底，全球核聚變行業已集聚45家民營公司，2024年投入私營聚變公司的公共資金增長了50%以上。

line;text-indent:2em;font-size:20rem !important;"> 多位*一致認為，隨著相關技術突破及資本涌入，可控核聚變商業化已按下加速鍵。

line;text-indent:2em;font-size:20rem !important;"> 比如，新奧計劃在2035年建成商業示范堆，而美國Helion、星環聚能則計劃在更早的2030年前實現這一目標，遠早于此前業內普遍期待的“2050年之后”。

line;text-indent:2em;font-size:20rem !important;"> 在康煒看來，當下行業信心大增的原因有兩個：一是在磁約束領域，近年來高溫導技術已開始逐漸大規模轉向工業應用，極大降低磁體相關的設備制造成本，豐富了應用經驗；二是人工智能的突然爆發，對聚變界形成極大推動。

line;text-indent:2em;font-size:20rem !important;"> 從當前行業發展態勢看，聚變界對于人工智能的關注度絲毫不亞于國際，近兩年與之相關的項目正呈現多點開花、全面爆發之勢。

line;text-indent:2em;font-size:20rem !important;"> “西物在受控核聚變與人工智能的交叉領域已有15余項相關領域科研課題，在實驗數據智能分析與預測，數據驅動的仿真建模，聚變裝置智能化運行等方面形成了典型應用能力。”李永革說，“我們切實感受到人工智能技術為聚變領域注入的新活力。”

line;text-indent:2em;font-size:20rem !important;"> “這兩年，我們團隊的科研項目經費每年都翻倍增長。”康煒亦坦言，“今后5—10年，聚變都將是一個非常火熱的行業。在國際上沒有技術代差的情況下，基于國內強大的產業鏈綜合制造優勢，相信*快實現聚變發電的裝置一定在。”

line;text-indent:2em;font-size:20rem !important;"> 生態融合有待加碼

line;text-indent:2em;font-size:20rem !important;"> 在聚變研究中，因為實驗環境復雜，獲取高質量、完整的數據面臨諸多困難，這將對AI模型的訓練效果和預測準確性產生極大影響。

line;text-indent:2em;font-size:20rem !important;"> “雖然目前人工智能在聚變實驗數據的處理、控制、破裂預測等各分支領域都有廣泛應用，但應用深度只處于起步階段。”哈爾濱工業大學教授王曉鋼指出，通過60多年的探索，我國在聚變領域已積累大量數據，為下一步人工智能的深度探索奠定了良好基礎。“但在各單位都有數據保密要求的情況下，現在面臨的*挑戰是數據共享。”

line;text-indent:2em;font-size:20rem !important;"> 另一方面，AI和聚變都有各自的語言范式，若將AI應用于聚變研究，需要既懂AI又懂聚變的復合型人才，但目前這類人才全面缺乏，而且跨學科合作也面臨諸多障礙。“在這種情況下，AI和聚變兩方都必須以開放的心態去聆聽、理解對方的語言，以此形成真正的交互。”新奧能源研究聚變人工智能科學家趙寒月說。

line;text-indent:2em;font-size:20rem !important;"> “實際上，目前聚變仍處于以深度學、強化學為主的‘小模型’時代。”趙寒月指出，外部大模型技術的飛速發展，給聚變行業帶來新機遇。“大模型可以通過建立行業的知識平臺，達到know—what的程度，但在聚變研究中更需要的是解決實際問題，這就需要至少到know—how的程度。聚變大模型目前朝著這個方向探索，未來有望對加速聚變研發發揮出關鍵作用。”

line;text-indent:2em;font-size:20rem !important;"> 趙寒月認為，聚變與人工智能兩個*領域的交叉需要全行業共同參與。“在大模型領域，DeepSeek以開源方式戰勝了閉源，獲得爆發式增長。和大模型類似，聚變未來也應該是開放的，要把各種可能的能力、資源都融進來，以生態融合推動快速發展。聚變人工智能領域更應該這樣，因為技術爆發太快，閉源就是固步自封。”

line;text-indent:2em;font-size:20rem !important;"> 據了解，新奧目前與北京大學、南開大學等多家高校開展戰略合作，成立了聚變智能聯合實驗室，致力于開展聚變物理與人工智能學科交叉研究，為行業培養高端后備人才，加速聚變技術突破。

line;text-indent:2em;text-align:justify;font-size:20rem !important;">