为了保持融合融合，必须在磁性限制中进行过热的等离子体，并且AI的擅长管理。
喜欢指数的未来？加入我们的Xpotential社区，通过Xpotential University的课程进行未来的证明，阅读有关指数技术和趋势，连接，观看Keynote或浏览我的博客。
如果我要求您列举一些人工智能（AI）可以做的几件事，您可能包括它能够破坏自己的现实，进化，想象，产生孩子AI，并为未来的设计师人类创建合成基因组。但是您可能没有说控制过热血浆。到目前为止，AI已开始帮助世界弄清楚融合的最接近是要确定冷融合，换句话说，在室温下融合是不可能的，直到事实证明可能不是……但这是另一个故事。
现在，事实证明，DeepMind将其世界一流的AI应用于硬科学问题的条纹仍在继续。与瑞士EPFL的瑞士等离子体中心合作，英国的AI公司现在已经训练了一种深厚的增强学习算法，以控制核融合反应堆内物质的过热汤。这一突破性发表在《自然》杂志上，可以帮助物理学家更好地了解融合的工作原理，并有可能加快无限能源的清洁能源来源。
能源的未来，由未来主义演讲者马修·格里芬（Matthew Griffin）
DeepMind的研究人员马丁·里德米勒（Martin Riedmiller）说：“这是增强学习对现实世界系统的最具挑战性的应用之一。”
在核融合中，氢原子的原子核被迫一起形成较重的原子，例如氦气。相对于少量燃料，这产生了很多能量，使其成为非常有效的功率来源。它比化石燃料或常规核能更清洁，更安全，这是通过裂变产生的，可以使核分开。这也是为星星提供动力的过程。
但是，控制地球上的核融合很难。问题在于原子核相互排斥。将它们捣碎在反应堆中只能在极高的温度下完成，通常达到数亿度，比太阳中心更热。在这些温度下，物质既不是固体，液体和气体。它进入了第四个状态，称为血浆：颗粒的沸腾汤。
礼貌：EPFL
任务是将血浆在反应器中保持足够长的时间，以从中提取能量。在恒星内，血浆由重力固定在一起。在地球上，研究人员使用各种技巧，包括激光和使用如此强大的磁铁，以至于可以将航空母舰从地面上抬起。在基于磁铁的反应堆（称为托卡马克）中，血浆被困在电磁笼中，迫使其保持其形状并阻止其接触反应堆壁，从而冷却血浆并损坏反应堆。
控制血浆需要持续监测和操纵磁场。团队训练了其增强学习算法，以在模拟中进行此操作。一旦学会了如何控制虚拟反应器内血浆的形状，研究人员就可以控制变量构型Tokamak（TCV）中的磁体，这是Lausanne的实验反应器。他们发现，AI能够在没有任何其他微调的情况下控制真实反应堆。总体而言，AI仅控制了血浆两秒钟，但这是只要TCV反应堆在变得太热和熔化之前可以运行，因此可能已经更长了。
一千秒钟，受过训练的神经网络进行了90种不同的测量值，描述了血浆的形状和位置，并调整了19个磁铁中的电压。此反馈循环远远超过以前的加强学习算法必须处理的速度。为了加快速度，AI被分为两个神经网络。一个称为评论家的大型网络通过反复试验学习，如何控制模拟内部的反应堆。然后，评论家的能力在一个称为演员的较小，更快的网络中编码，该网络在反应堆本身上运行。
资料来源：DeepMind
