麻省理工科技评论
25-08-15 14:55 微博认证:《麻省理工科技评论》杂志官方微博

#核聚变# 【美国家实验室Science刊发AI预测核聚变新突破,生成模型实现70%点火准确率,极大降低实验成本】

当地时间 8 月 14 日,Science 刊登了一项突破性论文——美国劳伦斯利弗莫尔国家实验室(LLNL,Lawrence Livermore National Laboratory)的研究人员利用“物理信息+AI”的生成式模型,成功预测了美国国家点火装置(NIF,National Ignition Facility)的聚变点火实验,准确率超 70%。本次研究还通过迁移学习和不确定性量化,为复杂工程系统提供了可推广的预测框架,标志着 AI 在清洁能源领域的里程碑应用。

在能源领域,惯性约束聚变(ICF,inertial confinement fusion)实验有着重要意义,它能为实现清洁、可持续的#聚变能源# 提供关键路径,有望解决传统化石能源枯竭及核裂变安全隐患问题。

惯性约束聚变实验利用强大的激光诱发核反应来产生聚变能量。这种实验在设计上较为复杂,通常需要借助计算机模拟进行优化。通常情况下,这些模拟需要人工调整,这限制了它们的预测能力。

而在本次论文之中,美国劳伦斯利弗莫尔国家实验室的研究人员开发了一个基于物理原理的生成式#机器学习# 模型,该模型成功预测了初始点火实验的结果,并能推演出相同设计下后续实验的数据统计特征。

戳链接查看详情:http://t.cn/A6sWlxYP