AI首次控制核聚变 “浅层思维”尝试解决世界难题

尽管无限清洁能源还有很长的路要走，但这次，“厚度本质”即将尝试以世界级的机器学习体解决普通人难题。这家集团总部位于英美的机器学习美国公司与巴塞尔洛桑联邦理工学院合作伙伴，锻炼了一种厚度提升自学解法来操纵核反应堆核反应堆内冒烟的太阳风并宣告出乎意料。这一突破发表在《自然》杂志上，可帮助物理学家越来越好地理解聚变的工作原理，减速无限清洁能源的到来。

“这是提升自学在普通人世界系统中则会最具挑战性的应用之一，”厚度本质美国公司研究员马丁·利德怀特表示。而“机器学习，特别是提升自学，特别适合解决托卡马克中则会操纵太阳风的适合于问题。”所谓托卡马克，是一种可以容纳核反应堆反应的容器，其内部展现出一种类似于且混乱的状态：氢原子在温和高温下“挤作一团”，产生螺旋着、滑出着、比太阳表面还要犹如的太阳风汤，而带电量子线圈则会限制太阳风量子，以使太阳风达到聚变所需的必要条件。换句话说，操纵和约束这种太阳风的方法，就是核反应堆迈向出乎意料的关键，也将是人类社则会生活未来清洁能源的源泉。

在最新论文中则会，“厚度本质”具体介绍了可自主性操纵太阳风的AI。操纵太阳风需要不断监测和驾驭带电量子，团队锻炼其提升自学解法在模拟中则会执行此操作方法，一旦它学则会了如何操纵和改变真实世界核反应堆内太阳风的菱形，研究部门就让它操纵了托卡马克中则会的电磁场，他们发掘出，机器学习无需任何额外的微调就能操纵或许的核反应堆。

研究部门表示，运用于AI解法操纵太阳风，将使在核反应堆内进行不同必要条件的实验显得越来越加不易，并有可能加快商业核反应堆的发展。AI在这其中则会学则会了通过以人类现在从未尝试过的方式，调整磁铁来操纵太阳风，这假定，也有可能则会有一种最初核反应堆的设计可供探索。

总主笔圈点

在全都操纵核反应堆很难。但现在，时是的AI神经网络，可以每秒接收90次不同的测算值来描述太阳风的菱形和位置，并都可地调整电磁场中则会的电阻。这个提升自学解法，处理速度比过往任何方式都要快得多。对科学研究来说，这是朝着一个比较令人兴奋的方向跨出的最重要的第一步，因为如果确定有一个操纵技术可以让我们如此相似也就是说但又不则会超出也就是说，那么，人类就有了探索越来越多有可能性的应用软件，也有了越来越强的信心，将AI应用于推动人类文明的不断进步。