3月17日，日本量子科学技术研究开发机构(QST)与日本电信电话株式会社(NTT)共同宣布在核聚变领域取得突破性进展，成功开发出全球首个利用人工智能(AI)预测等离子体约束磁场的技术。双方将这项技术应用于全球最大的托卡马克型超导等离子体实验装置"JT-60SA"，首次实现了对高速变化的等离子体状态进行高精度预测控制。
一、研究背景
近年来，AI在核聚变研究领域的作用凸显。2022年，瑞士洛桑联邦理工学院(EPFL)下属的瑞士等离子体中心(SPC)与谷歌旗下DeepMind联合，开发了一个用于核聚变研究的人工智能深度强化学习系统，成功实现了对托卡马克内部核聚变等离子体的控制。2024年，美国普林斯顿等离子体物理实验室(PPPL)开发了一款AI学习模型，能够实时监控等离子体状态，并根据实时数据调整磁场扰动的幅度和形状。此外，AI在第一壁材料筛选效率上也具备相当的优势。
在全球范围内，托卡马克装置是目前最为先进的装置类型之一。装置利用等离子体自身流动的电流产生约束磁场，但这种电流和压力可能会引发不稳定性。为了稳定地利用原型反应堆，必须提前预测并适当控制这些不稳定性。因此，开发一种能够从测量信号中实时、高精度地重建等离子体约束磁场的方法成为亟待解决的问题。
传统方法需要逐步求解复杂的物理方程，计算量大且难以满足实时控制的需求。为此，QST和NTT利用擅长解决优化问题的AI技术，开发了一种无需使用物理定律即可从测量信号中直接预测约束磁场的方法。
二、技术创新
等离子体约束磁场的控制流程包括：从真空容器中的传感器信号重建等离子体约束磁场，计算重建结果与目标值之间的偏差，并据此调整线圈电流以生成所需的磁场，最终向线圈电源发出指令。传统方法需要逐步求解复杂的物理方程，计算量大且难以满足实时控制的需求。
为此，研究团队创新性地采用"混合专家模型(Mixture of Experts, MoE)"技术，通过动态调整多个AI模型的权重，根据等离子体状态的变化选择最优模型进行评估，同时还在JT-60SA装置(感兴趣的读者请查阅：解锁全球最大在运托卡马克装置-JT-60SA)上取得重大突破：
首次在全球范围内以实际等离子体控制所需的精度(约1厘米，相当于世界最大等离子体尺寸的约1%)再现等离子体的位置和形状，无需复杂的计算过程。
攻克传统方法需分阶段求解复杂物理方程的难题，通过AI直接由测量信号单次运算即可预测磁场。
在电流波动等非稳态环境下仍保持高精度，相较单一AI模型精度提升显著。
该技术的核心创新在于：
构建包含状态感知与控制指令的多专家AI模型系统。
通过动态加权算法实现对各专家模型的实时优化组合。
突破传统仅能控制等离子体边界形状的限制，首次实现对内部电流/压力分布的实时监控。
三、应用前景
据悉，在本次合作研发中，QST负责提供基于等离子体控制知识的逻辑设计、物理分析代码，并将该技术应用于JT-60SA。NTT则负责提出AI技术方案并设计模型。
该成果不仅为JT-60SA未来的加热实验中高温等离子体的实时控制提供了有力支持，还为更大规模的等离子体装置(如国际热核聚变实验堆ITER和原型反应堆)的等离子体预测控制提供了突破性的解决方案。基于此成果，QST和NTT已达成一致，将2020年签署的合作协议进一步延长，继续携手推动聚变能源的早日实用化。未来，双方将结合NTT的IOWN构想等先进技术，进一步推动聚变能源研究开发。
