创科广场｜DeepMind破解磁约束难题 有望加速核聚变商用

去年底，全球的核聚变出现多次的突破，其中英国牛津郡「欧洲联合环状反应炉」（Joint European Torus，JET）实验室公布，去年12月以核融合产生59百万焦耳（MJ）能量并持续5秒，打破1997年创下的纪录。

JET利用托卡马克（Tokamak）发电，中国位于中国安徽省合肥市西郊的托卡马克核聚变实验装置EAST（Experimental Advanced Superconducting Tokamak ），去年底亦创下1056秒长脉冲高参数等离子体运行。EAST只是实验装置，并非发电设置，只证明托卡马克可控制聚变。

不少科学家估计，2040年之前核聚变不可能产生任何能源。

但是，美国和日本相继不少核聚变项目登场，部分加入人工智能（AI）和崭新设计，日本京都大学初创Kyoto Fusioneering（KF）已定于2025年建设核融合反应炉。

Googles母公司Alphabet旗下人工智能企业DeepMind，在《Nature》期刊发表了论文，DeepMind与位于瑞士埃居布朗市（Ecublens）的「瑞士等离子中心」合作，以AI深度加强学习，开发了演算法，可改善托卡马克装置控制核聚变的磁约束（Magnetic control）功能。

氢原子高温下互撞，可产生出比太阳表面还要热的等离子体，人类很早掌握核聚变的原理，数十年来核聚变也被公认为是最有潜力的绿色能源，却始终可望不可即；各项可控核聚变工程选项，以前苏联科学家所发明的托卡马克装置，透过磁约束去控制核聚变为研究主流。

Google投资核聚变

Google一直投资在核聚变，数年前夥拍美国初创Tri Alpha Energy（TAE）Technologies以AI开发，试图以氢和氘燃料达到同样效果，以机器学习优化核融合模型，取代托卡马克装置。Google也投资另一家核聚变初创Commonwealth Fusion Systems筹建核聚变反应堆。

美国及欧洲也开发激光核聚变技术，但托卡马克仍公认具有潜力，而所有已知核聚变反应，以氢同位素「氘和氚」，产生的聚变相对容易实现，而高温下氢原子核融合可释放大量能量，加压后极高温的等离子体，则以超导磁场来约束；原因是等离子体太热，任何材料都无法容纳，等离子体须处悬浮状态，通过磁场并固定于托卡马克装置内部；核聚变反应热量产生蒸汽，推动涡轮机组发电。

DeepMind开发AI人工智能深度学习，有助控制托卡马克内部的磁场，控制等离子体形态，既可产生更高的能量；高温又不致破坏托卡马克装置。

AI可预测挑战极限

参与研究瑞士等离子体中心科学家Ambrogio Fasoli说：「AI人工智能可让科学家敢于尝试，以往不愿采用的技术路綫，减低失败风险，更快推动研究发展。」

以往科学家不敢过于进取，贸然去改变磁场，等离子体形态以过于接近装置，破坏装置结构，摸索托卡马克磁场设计和等离子体形态，有如摸石头过河。

DeepMind深度学习则可让科学家，大胆尝试以往从未想像过的等离子体形态，发电性能可推向接近系统极限，等离子体又不至于损坏系统，如果没有AI人工智能的预测，科学家不敢承担试验风险后果，后果可能得不偿失。

较早前，DeepMind亦曾以惊人的准确度，开发预测蛋白质折叠（Protein folding）的演算法，改写生命科学研究和新药发现，而DeepMind以深度学习应用于预测磁约束，亦有异曲同工之处。

DeepMind公布算法之后，全球相继出现预测蛋白质折叠AI模型。研究蛋白质折叠是困扰生物科学研究超过了50年的难题，一下子被DeepMind攻破；DeepMind破解托卡马克磁约束设计，可能令核聚变加速商用化，影响更大。

为达能源自主，中国是投资托卡马克装置最积极国家，而有「人造太阳」之称的EAST早于1998年就立项兴建，投资数以十亿计，去年EAST创下运行1056秒纪录后，托卡马克发电可行性已获确定，而多国筹建开发核聚变，位于法国南部「国际热核聚变实验堆」（ITER），亦是以托卡马克设计，中国占9%投资额，预计2025年开始等离子体实验。

中国以AI作研究发展重点

中国也以AI作研究发展重点，以求靠AI在科研上作跳跃式发展，AI如果可应用在核聚变，国内肯定大举投入，加快核聚变商业化。

不过，瑞士等离子体中心的托卡马克规模极小，最多只能持续2秒运行，同样原理能否应用在EAST或者ITER等大型装置上，仍未能确定。不过如果DeepMind算法成功，全球能源格局将一夜之间再一次改变。