详细内容或原文请订阅后点击阅览
新的预测模型可以提高融合发电厂的可靠性
该方法结合了物理学和机器学习，以避免在降低Tokamak融合机时损坏破坏。
来源:MIT新闻 - 人工智能Tokamaks是旨在持有和利用太阳力量的机器。这些融合机使用强大的磁铁比太阳的核心含有更热的等离子体，并将等离子体的原子融合和释放能量。如果Tokamaks可以安全有效地运行，那么机器可以有一天提供干净且无限的融合能。
今天，世界各地都有许多实验性的托卡马克人正在进行中。大多数是小型研究机器，旨在研究设备如何旋转等离子体并利用其能量。 Tokamaks面临的挑战之一是如何安全可靠地关闭以每秒100公里的速度循环的等离子体电流，温度超过1亿摄氏度。
当等离子体变得不稳定时，需要这样的“斜坡”。为了防止等离子体进一步破坏和潜在地破坏设备内部的内部，操作员逐渐降低了血浆电流。但是有时候，横冲直撞本身会破坏等离子体的稳定。在某些机器中，斜坡造成了擦伤并疤痕到Tokamak的内部 - 微小的损坏仍然需要大量的时间和资源来维修。
现在，麻省理工学院的科学家已经开发了一种方法来预测tokamak中的等离子体在渐进率期间的表现。团队将机器学习工具与基于物理的等离子动力学模型相结合，以模拟等离子体的行为以及随着等离子体的升高并关闭等离子体而可能出现的任何不稳定性。研究人员培训并测试了瑞士实验性Tokamak的等离子体数据的新模型。他们发现该方法很快就学会了血浆以不同方式调整的等离子体会如何发展。更重要的是，该方法使用少量数据实现了高度的准确性。鉴于Tokamak的每次实验运行都是昂贵的，因此质量数据受到限制，因此这种训练效率是有希望的。
自然通讯