想象一下，觀賞一部最喜歡的電影，突然聲音停止了。音頻的數(shù)據(jù)丟失。剩下的只有圖像。如果人工智能（AI）可以分析視頻的每一幀，并根據(jù)圖像讀取嘴唇并記錄每次腳著地的動作自動提供音頻，，那會怎么樣？

普林斯頓大學(xué)的Azarakhsh Jalalvand表示，這是一種新的人工智能的設(shè)計理念，可以填補(bǔ)有關(guān)聚變?nèi)剂系入x子體的缺失數(shù)據(jù)。Jalalvand是最近發(fā)表在《自然通訊》上的一篇關(guān)于人工智能的論文的主要作者，該論文被稱為Diag2Diag。他說：“我們已經(jīng)找到了一種方法，可以從系統(tǒng)中的一堆傳感器中獲取數(shù)據(jù)，并為該系統(tǒng)中的另一種傳感器生成數(shù)據(jù)的合成版本。”合成數(shù)據(jù)與真實世界的數(shù)據(jù)一致，比實際傳感器提供的數(shù)據(jù)更詳細(xì)。這可以提高控制的魯棒性（健壯性），同時降低未來融合系統(tǒng)的復(fù)雜性和成本?！癉iag2Diag還可以應(yīng)用于其他系統(tǒng)，如航天器和機(jī)器人手術(shù)，通過增強(qiáng)細(xì)節(jié)和從故障或退化的傳感器中恢復(fù)數(shù)據(jù)，確保關(guān)鍵環(huán)境中的可靠性。”

這項研究是普林斯頓大學(xué)、美國能源部普林斯頓等離子體物理實驗室（PPPL）、中央大學(xué)、哥倫比亞大學(xué)和韓國首爾國立大學(xué)的科學(xué)家之間的國際合作結(jié)果。開發(fā)人工智能的研究中使用的所有傳感器數(shù)據(jù)都是從美國能源部用戶設(shè)施DIII-D國家聚變設(shè)施的實驗中收集的。

新的人工智能增強(qiáng)了科學(xué)家監(jiān)測和控制聚變系統(tǒng)內(nèi)等離子體的方式，并有助于使未來的商業(yè)聚變系統(tǒng)成為可靠的電力來源。Jalalvand說：“今天的聚變裝置都是實驗性的實驗室機(jī)器，所以如果傳感器出了什么問題，最糟糕的情況是我們在重新開始實驗之前浪費了時間。但如果我們把聚變視為一種能源，它需要全天候不間斷地工作?！?/p>

人工智能可能產(chǎn)生緊湊、經(jīng)濟(jì)的融合系統(tǒng)

Diag2Diag這個名字來源于“診斷”一詞，指的是用于分析等離子體的技術(shù)，包括測量等離子體的傳感器。診斷以規(guī)則的間隔進(jìn)行測量，通常間隔幾秒鐘。但沒有足夠頻繁地測量等離子體，以檢測特別快速發(fā)展的等離子體不穩(wěn)定性：等離子體的突然變化可能使其難以可靠地產(chǎn)生電力。

聚變系統(tǒng)中有許多診斷方法可以測量等離子體的不同特性。例如，湯姆遜散射是一種用于被稱為托卡馬克環(huán)形聚變系統(tǒng)的診斷技術(shù)。湯姆遜散射診斷測量被稱為電子的帶負(fù)電荷粒子的溫度，以及密度：堆積在一個空間單位中的電子數(shù)量。它的測量速度很快，但還不夠快，無法提供等離子體物理學(xué)家保持等離子體穩(wěn)定和峰值性能所需的細(xì)節(jié)。

該研究的首席研究員Egemen Kolemen說：“Diag2Diag在不花費硬件資金的情況下促進(jìn)了你的診斷。”Egemen是由PPPL和普林斯頓大學(xué)安德林格能源與環(huán)境中心以及機(jī)械與航空航天工程系聯(lián)合任命的。

這對湯姆遜散射尤為重要，因為其他診斷方法無法在等離子體邊緣（也稱為基座）進(jìn)行測量。它是最重要的監(jiān)測部分，但很難測量。仔細(xì)監(jiān)測基座有助于科學(xué)家提高等離子體性能，以便他們能夠?qū)W習(xí)有效地從聚變反應(yīng)中獲得最大能量的最佳方法。

要使聚變能成為美國電力系統(tǒng)的主要組成部分，它必須既經(jīng)濟(jì)又可靠。PPPL員工研究科學(xué)家SangKyeun Kim是Diag2Diag研究團(tuán)隊的一員，他說人工智能推動美國朝著這些目標(biāo)前進(jìn)。Kim說：“今天的實驗性托卡馬克有很多診斷方法，但未來的商業(yè)系統(tǒng)可能需要更少的診斷方法?！薄斑@將有助于通過減少不直接參與能源生產(chǎn)的組件來使聚變反應(yīng)堆更加緊湊?！备俚脑\斷也釋放了機(jī)器內(nèi)部的寶貴空間，簡化系統(tǒng)也使其更加堅固可靠，出錯的可能性更小。此外，它還降低了維護(hù)成本。

PPPL：穩(wěn)定聚變等離子體的人工智能方法的領(lǐng)導(dǎo)者

研究小組還發(fā)現(xiàn)，人工智能數(shù)據(jù)支持了一種關(guān)于阻止等離子體中斷的方法如何運作的領(lǐng)先理論。世界各地的聚變科學(xué)家正在研究控制邊緣局域模（ELMs）的方法，ELMs是聚變反應(yīng)堆中的強(qiáng)大能量爆發(fā)，會嚴(yán)重?fù)p壞反應(yīng)堆的內(nèi)壁。阻止ELM的一種有前景的方法涉及應(yīng)用共振磁擾動（RMP）：對用于在托卡馬克內(nèi)保持等離子體的磁場進(jìn)行微小改變。PPPL是ELM抑制研究的領(lǐng)導(dǎo)者，最近發(fā)表了關(guān)于人工智能和傳統(tǒng)方法來阻止這些有問題的中斷的論文。一種理論認(rèn)為，RMP在等離子體邊緣產(chǎn)生了“磁島”。這些島導(dǎo)致等離子體的溫度和密度變平，這意味著等離子體邊緣的測量結(jié)果更加均勻。

“由于湯姆遜診斷的局限性，我們通常無法觀察到這種扁平化，”PPPL首席研究科學(xué)家Qiming Hu說，他也參與了該項目。“Diag2Diag提供了更多關(guān)于這是如何發(fā)生的以及它是如何演變的細(xì)節(jié)。”

雖然磁島可以導(dǎo)致ELMs，但越來越多的研究表明，它們也可以使用RMP進(jìn)行微調(diào)，以提高等離子體穩(wěn)定性。Diag2Diag生成的數(shù)據(jù)為等離子體基座區(qū)域的溫度和密度同時變平提供了新的證據(jù)。這有力地支持了ELM抑制的磁島理論。了解這一機(jī)制對于商業(yè)聚變反應(yīng)堆的發(fā)展至關(guān)重要。

科學(xué)家們已經(jīng)在制定擴(kuò)大Diag2Diag范圍的計劃。Kolemen指出，一些研究人員已經(jīng)表示有興趣嘗試人工智能。他說：“Diag2Diag可以應(yīng)用于其他融合診斷，并廣泛適用于診斷數(shù)據(jù)缺失或有限的其他領(lǐng)域。”。

這項研究得到了美國能源部的支持，獲得了DE-FC02-04ER54698、DE-SC0022270、DE-SC0.022272、DE-SC0.0024527、DE-SC00020413、DE-SC0015480和DE-SC0024626等獎項，以及韓國政府資助的韓國國家研究基金會RS-2024-00346024獎項。作者還獲得了普林斯頓人工智能實驗室2025-97的資助。

普林斯頓等離子體物理實驗室

PPPL正在嘗試使用等離子體（物質(zhì)的第四種狀態(tài)）來解決世界上一些最棘手的科學(xué)技術(shù)挑戰(zhàn)。研究位于新澤西州普蘭斯伯勒的普林斯頓大學(xué)福里斯特爾校區(qū)，在聚變能、納米級制造、量子材料和器件以及可持續(xù)發(fā)展科學(xué)等一系列應(yīng)用中激發(fā)了創(chuàng)新。該大學(xué)為美國能源部科學(xué)辦公室管理實驗室，該辦公室是美國物理科學(xué)基礎(chǔ)研究的最大支持者。

與 Ai 時代前沿合作，將大門向更多普通用戶敞開！無論你是對新技術(shù)充滿好奇心的愛好者，還是希望提升自己技能的職場人士，這里都有適合你的課程和資源。