新奥核聚变研究：人工智能赋能下的创新之路

AI赋能核聚变价值初显新奥氢硼聚变的智能突围结语

人工智能（AI）的浪潮正以前所未有的速度席卷全球，深刻地改变着各行各业。从医疗领域的精准诊断到金融领域的智能分析，从智能交通的高效调度到工业制造的智能化升级，AI 凭借其强大的学习和决策能力，驱动着新一轮的科技革命。

在能源领域，核聚变作为人类追求的 “终极能源”，也因人工智能的融入而迎来新的发展机遇。

近日，由中国核学会指导、中国核学会核聚变与等离子体物理分会主办、新奥集团承办的第四届“受控核聚变与人工智能技术学术会议”在河北廊坊召开，核聚变与人工智能领域的专家学者，共同探讨人工智能技术如何加速可控核聚变从实验室走向商业化。

本次会议不仅是对人工智能在核聚变领域应用的一次全面梳理，更是对未来能源发展趋势的一次深刻洞察。

可控核聚变，作为一种有望彻底解决人类能源问题的颠覆性技术，近年来受到了全球范围内的广泛关注。然而，核聚变反应过程的复杂性，给其研究和商业化应用带来了巨大的挑战。人工智能的出现，为解决这些难题提供了新的思路和方法。

人工智能强大的数据处理和分析能力，可以从海量的实验数据中挖掘出隐藏的规律和特征，为核聚变研究提供新的视角和方法。哈尔滨工业大学物理学院教授王晓钢指出，聚变领域是人工智能应用的理想场景之一，聚变研究积累了大量数据，为人工智能的应用提供了坚实的基础。

多位与会专家乐观认为，在人工智能的支撑下，实现聚变能发电的时间可能会比原计划的2050年更早，在2035年左右能够看到商业应用的曙光。4月16日，新奥的球形环氢硼聚变装置“玄龙-50U”取得重大技术突破，在国际上首次实现氢硼聚变等离子体100万安培放电，成为聚变商业化进程的重要里程碑。

核工业西南物理研究院聚变科学所党委书记李永革表示，中国环流三号实现了双亿度等离子体放电，中科院等离子体所的 EAST实现了亿度千秒等离子体运行，新奥集团的玄龙-50U装置实现了国际首次氢硼等离子体百万安培放电，这些成果极大地鼓舞了相关的研究人员。

近一年，人工智能在聚变研究中颇有进展。2024 年，美国普林斯顿等离子体物理实验室（PPPL）开发出一种 AI 模型，能够提前 300 毫秒预测等离子体的不稳定性；美国橡树岭国家实验室（ORNL）成功构建了一个用于发现核聚变设施新型合金的人工智能模型；今年，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）共同开发出全球首个利用 AI 预测等离子体约束磁场的技术……这些成果不断在证明了 AI 在核聚变领域的巨大价值。

对于国内外的研究进展，新奥能源研究院聚变人工智能科学家赵寒月表示，大模型在聚变领域的应用是未来的发展方向，目前聚变领域的人工智能应用主要以小模型解决点状问题为主，他认为，未来人工智能将重塑聚变数据，并探索新的智能框架和范式，以实现人工智能在聚变领域的更广泛应用。

王晓钢教授则表达了两大前沿技术在中国开展交叉研究的自信：中国在核聚变领域的研究已处于世界领先地位，通过参与ITER计划，中国在聚变人才、技术和产业链方面都打下了深厚的基础；尤其是中国拥有世界上最完整的聚变产业链，积累了60多年的数据，这正是中国开展聚变与人工智能交叉学科的得天独厚的优势。

新奥集团作为中国最早开展商用聚变能源开发的民营企业，2017年开始投入可控聚变商业研发；2019年8月，新奥自主设计建造的我国首座中等规模球形托卡马克聚变实验装置“玄龙-50”落地，并成功实现等离子体放电；在测试过所有的聚变路线后，2022年新奥最终选择了无中子、燃料易得、低成本的球形环氢硼聚变技术路线，但难度极大，更需要人工智能能力的加持，新奥已将人工智能应用在研究的每一个环节。赵寒月博士表示，他们并非仅仅将AI视为一个辅助工具，而是将其内化为解决聚变核心问题的关键逻辑。

智能控制便是最直接的例证。长期以来，如何精确控制聚变反应中复杂多变的等离子体，一直是困扰科学家的核心难题。传统方法在应对多维度、多变量的耦合控制时往往显得捉襟见肘，但在 AI 面前，这一挑战似乎找到了突破的曙光。

新奥团队依托自主开发的智能控制算法，实现了对等离子体电流、温度、密度等关键参数的精准调控，使得装置运行的稳定性得到了显著提升。

在研究过程中，新奥还提出了 “聚变智能体” 的构想，这并非一个简单的 AI 模型，而是一个基于大型模型和小型模型协同工作的智能系统，其目标是理解并解决聚变领域中那些极其复杂的实际问题。从聚变装置的平衡设计到最佳加热方案的制定，这些任务往往需要跨越多个学科的专业知识和高度的系统集成，过去需要顶尖人才多年的经验积累和团队之间的高效协作。而新奥希望借助 AI，特别是大型模型强大的知识整合能力和小型模型精准的工具调用能力，构建一个能够自主学习、自主决策的 “聚变专家”，这无疑预示着未来聚变研究范式的深刻变革。

除了核心科学问题的攻克，新奥还将 AI 的触角延伸至现有聚变技术的各个子领域，去年新奥聚变在中性束调优和破裂预测方面取得的进展，以及今年在提升诊断数据处理效率上所做的持续努力，都清晰地展现了 AI 在显著提升聚变研究效率方面的巨大潜力。

新奥能源研究院院长刘敏胜表示，新奥在其“玄龙-50U”装置上，利用人工智能技术实现了对等离子位形的控制，并开发了装置的数字孪生系统，大大提高了多物理场耦合仿真的速度。

为了更深入地探索人工智能在核聚变行业的融合应用，新奥大力引进人工智能与高温超导技术领域的专业人才团队；与北京大学、南开大学等国内高校合作开发针对特定需求的分析模型和模拟程序；邀请国内外知名专家加入其研发团队，共同参与新奥实验平台的协同研发工作。

新奥还在密切关注大型模型技术的前沿发展，积极探索其在核聚变行业落地的可行性，并不断完善数据整理与模型训练工作，为人工智能在核聚变领域的深度应用奠定坚实的基础。

随着人工智能技术的不断深入融合与赋能，AI 将进一步渗透核聚变研发的每一个环节 —— 从等离子体行为的精细模拟、新型材料的高效筛选，到复杂工程项目的智能管理。

可以预见，随着算力成本的持续下降和算法的快速迭代，AI 驱动的自动化实验室或将成为常态，不断压缩技术突破的时间窗口。这一变革性的趋势不仅为全球能源转型注入了强劲的新动能，也为 AI 算力需求的长期可持续性发展铺平了道路。

在 AI 的强力驱动下，核聚变领域长期以来被认为难以逾越的 “50 年落地” 的魔咒，将有望被打破，人类驾驭终极能源的梦想，正加速走向现实。