Alphabet 旗下的 DeepMind 开发了一种人工智能，有望控制磁性设备，使超热和不规则的等离子体保持稳定配置，从而实现核聚变发电。
这些称为托卡马克的等离子体限制装置是使用一系列高功率磁线圈形成的，以创建一个容器，在该容器中等离子体被控制在与太阳核心一样热的温度下。 正确约束的等离子体可以使氢原子之间发生核聚变，并且正在研究作为一种可持续的发电方法。
DeepMind 和 EPFL 瑞士等离子体中心 (SPC) 的研究人员在《自然》杂志的一篇新论文中详细介绍了他们如何帮助创建一套能够控制容器内等离子体形状的 DeepMind AI 算法。
SPC 有一个“可变配置托卡马克”(TCV) 真空容器，用于测试核聚变的等离子体约束。 SPC 需要一种方法来确保它能够可靠地为控制系统的等离子体约束的每个变量（例如电压）选择正确的值。
据 SPC 称，SPC 已经有了一个消息灵通的模拟器，但它的用户仍然需要运行冗长的计算来确定控制系统中每个变量的正确值。
使用正确的值，控制系统可以以一种避免等离子体的方式限制等离子体，例如，与 TCV 真空容器的壁碰撞，在这种情况下等离子体会恶化。
研究人员表示，他们已经为托卡马克磁控制器设计创建了一个“以前未描述的架构，该架构可以自主学习命令全套控制线圈。” 这种架构可以减少生产新等离子体配置所需的工作量。
根据 SPC 的博客文章，DeepMind 的 AI 在其模拟器上进行了训练，可以创建和维护特定的等离子体配置，包括如论文中所述的“细长的常规形状，以及高级配置，例如负三角和‘雪花’ 配置。”
DeepMind 和 SPC 还在 SPC 的实际 TVC 上成功运行了算法，而不仅仅是它的模拟器。 他们还展示了容器内两个独立血浆“液滴”的持续配置。
