摘要：蓬勃发展的人工智能（AI）正赋能聚变研发，并有望通过推动学界、业界及政策的深度协同，重塑核聚变研究的生态体系，让人类早日看到聚变曙光。其间，初尝AI“甜头”的核聚变行业已认识到，生态融合是这场赋能的必由之路。

蓬勃发展的人工智能（AI）正赋能聚变研发，并有望通过推动学界、业界及政策的深度协同，重塑核聚变研究的生态体系，让人类早日看到聚变曙光。其间，初尝AI“甜头”的核聚变行业已认识到，生态融合是这场赋能的必由之路。

核聚变被称为“人造太阳”，就是因为聚变反应是模拟太阳内部的能量释放机制，要在极端条件下将轻原子核聚合为较重原子核，并释放出巨大能量，为人类提供取之不尽的能源。

科学原理的极致性注定聚变技术实现的复杂和艰难性，而要实现这一过程，就要突破自然界最极端的物理条件，并精确控制原子核层面的相互作用。可以说，聚变研究需要集成人类在材料、工程和控制领域的最高技术成就。而在实践中，其难度之大超越人类现有认知与经验边界，因此更加离不开跨学科、跨行业的协同融合，乃至跨国度的资源整合与联合攻关。

目前，最为著名的国际热核聚变实验堆（ITER）项目汇聚了全球35个国家的资源；中国的全超导托卡马克核聚变实验装置（EAST）则与ITER深度联动，推动建立的创新合作网络覆盖约70个国家和地区、150余家科研机构；中国环流三号也在2023年底面向全球开放，2024年开展的首轮国际联合实验吸引了全球17家机构、科研院所和高校广泛参与。

而在AI领域，基于“开源生态”的大模型已经证明，越是开源，越能快速壮大生态；生态越大，越能迸发发展活力。这一道理同样适用于集人类尖端科技之大成的核聚变。

从目前的实践看，AI在处理核聚变复杂数据、开展精准预测、实现智能控制等方面已展现出强大的优越性。比如，过去高度依赖人工经验介入的等离子体数据分析耗时耗力，引入AI后从“至少数小时建模”变成“毫秒级求解”，还能开展实时趋势预测，为未来聚变堆的设计、优化提供了关键理论支撑；借助AI模型实现提前300毫秒预测，能有效避免因等离子体不稳定导致的核聚变反应中断，这也是传统商业软件难以企及的；借助语言大模型可以整合聚变专业知识、专家经验和试验记录等文字、视觉信息，构建跨领域的聚变知识中枢，甚至为建立跨装置的数据库带来可能，从根本上革新聚变研发范式。

随着AI与聚变的融合走向深入，势必将为建立聚变的开源生态打通路径。一方面，打通数据壁垒，深化互补性资源整合，以生态协同降低研发风险，发现攻克聚变难题的更多可能；另一方面，推动降低知识整合的边际成本，促进跨界协同，加速聚变研发进程。

可以说，AI与核聚变的结合是科学与工程的巅峰挑战，更是人类协作智慧的试金石。从学术机构的联合实验，到政策驱动的产业布局，生态共建将成为加速可控核聚变商业化的核心动力。因为只有通过更开放的协作、更高效的数据流通和更坚定的长期投入，才能让“人造太阳”真正照亮人类的未来。

文丨本报记者 仝晓波

欢迎分享给你的朋友！

出品 | 中国能源报（ID：cnenergy）

责编丨李慧颖

来源：中国能源报一点号