2月16日,DeepMind公布了AI用于核聚变的新成果。当天,该公司与瑞士等离子体中心(SPC)宣布,双方训练出一种深度强化学习算法,可用于核聚变研究中的等离子体磁控制。相关论文《通过深度强化学习对托卡马克等离子体进行磁控制》(来源:Nature)。 DeepMind的阿尔法狗 据悉,氢原子在极高温下产生一个旋转、搅动的等离子体,托卡马克使用强大的磁场将等离子体限制在数亿摄氏度温度下,甚至要高于太阳核心温度,从而进行核聚变发生研究。 SPC的核聚变模型 据介绍,DeepMind首先使用该算法运行许多不同的设置,并分析每个设置产生的等离子体配置。然后,该算法被要求以另一种方式工作通过识别正确的设置来产生特定的等离子体配置。 SPC瑞士等离子体中心 经过训练后,基于AI的系统能够创建和维护各种等离子体形状和高级配置,并在SPC的模拟器上进行训练。