文章详情

美国能源部普林斯顿等离子体物理实验室近日宣布启动一项名为“仿星器铸造厂”的创新项目，旨在通过人工智能技术大幅缩短核聚变装置的设计周期。该项目将数字建模技术引入传统设计流程，使仿星器配置的测试时间从数小时压缩至毫秒级别，为核聚变能源的商业化开发开辟新路径。

仿星器作为核聚变研究的重点装置之一，其复杂的三维磁场结构需要精确计算。传统设计方法依赖高精度数值模拟，单次配置测试往往需要数天时间。新项目通过开发快速近似算法，用数字模型替代部分计算环节，在保证结果可靠性的前提下，实现数千种设计方案的快速筛选。实验室人工智能科学与数字工程负责人迈克尔·丘吉尔指出：“计算资源的有效利用将产生指数级回报，我们正在为设计师构建更高效的工作平台。”

该项目汇聚了来自10个机构的30余名研究人员，涵盖大学、软件企业及国家实验室等多领域专家。团队通过整合不同计算机程序，构建了协同工作平台，能够同时模拟仿星器的电磁特性、等离子体行为及工程约束条件。这种跨系统协作模式使完整装置的模拟时间缩短了90%以上，为优化设计参数提供了前所未有的效率。

美国能源部将该项目与“创世使命”计划及《聚变科学与技术路线图》深度衔接。根据路线图规划，未来十年需建立公私合作的创新生态，而“仿星器铸造厂”提供的快速设计能力，恰好填补了从基础研究到工程应用的关键缺口。能源部聚变能源科学副主任让-保罗·阿兰强调，该项目通过强化物理模型与工程设计的耦合，直接支持了路线图在预测能力提升和约束概念创新方面的优先目标。

技术突破带来的效率提升具有显著经济价值。研究团队估算，新方法可使单次设计迭代成本降低两个数量级，使更多创新方案得以进入实验验证阶段。特别是对于需要维持极端温度压力条件的核聚变反应，快速优化装置结构有助于实现更经济的能量增益比。目前，项目组已开始将成果应用于下一代仿星器的概念设计，相关代码库计划向全球科研机构开放共享。

这一进展标志着人工智能与核聚变研究的融合进入新阶段。与传统试错法相比，数据驱动的设计模式能够系统性探索更广阔的参数空间，为突破现有技术瓶颈提供新思路。随着项目进入实质性应用阶段，其成果有望加速全球核聚变能源的开发进程，为清洁能源转型提供关键技术支撑。