可控核聚變一直是人類追逐的理想。現在，TAE技術公司與谷歌合作，在“驗光師”AI算法的幫助下，讓我們有望離這個夢想的實現更近了一些。

我點了一下鼠標，只聽一聲巨響，我將等離子超高溫電離氣體以每秒數百英里的速度。此刻我正坐在一家名為TAE Technologies的聚變能源創業公司的控制室里，我剛剛對價值1.5億美元的等離子對撞機進行了發射操作。這只是該公司長期追求核聚變能源嘗試的一小部分。不過，我來這家公司總部的原因，是要談談一種名為“驗光師”的AI算法。

核聚變是太陽賴以發光的能量反應。目前，人們一直在努力實現對核聚變反應的有效控制，但由于實現這個目標的難度極大，而且成本高昂，不免混雜了大量炒作和懷疑之聲。（氫彈爆炸時的反應就是不受控制的核聚變反應。）

可控核聚變一直是科學家的一大夢想，取之不盡的能量，又沒有碳排放或核熔化的風險。但幾十年來，科學家距離這個目標仍然很遙遠。

去年，美國能源部的一個顧問團隊發布了一系列顛覆性的技術，有望“大幅提高核聚變發電廠技術的進步速度。”這些技術中就包括先進的算法、如人工智能和機器學習。

這正是TAE Technologies公司所追求的戰略：這家已有20年歷史的創業公司在幾年前開始與谷歌合作開發機器學習工具，希望最終能夠實現AI與可控核聚變技術的融合。

TAE公司價值1.5億美元的等離子對撞機

這種技術融合包括在足夠高的溫度下將輕質顆粒相互撞擊，使它們融合在一起，產生新元素并釋放能量。一些實驗在名為“托卡馬克”的大型金屬圓環內利用磁場控制“等離子體”的超高溫電離氣體。

勞倫斯利弗莫爾國家實驗室（Lawrence Livermore National Laboratory）在一個小型金色容器中發射了世界上最大的激光器，里面裝有更細小的核燃料顆粒。 TAE在名為Norman的線性機器旋轉等離子體，每次發射需要調整數千個變量。

TAE與谷歌合作，使用一種稱為“驗光師”算法的系統，幫助團隊發現并達成理想的融合條件。

由谷歌的團隊開發的名為“驗光師算法”（Optometrist Algorithm）的獨特解決方案，可以把人力和機器聚合到一起。這個名稱源于專家用雙眼檢查的過程，即算法會向人類專家呈現連續的可能結果對，讓專家基于自身判斷從兩者之間進行選擇，以此引導后續實驗。

“現實情況要復雜得多，”谷歌加速科學團隊（Accelerated ScienceTeam）的泰德·巴爾茲（Ted Baltz）解釋道，“因為離子溫度要比電子溫度高3倍，所以等離子體遠遠偏離了熱平衡。此外，流體逼近也完全無效。所以，在數萬億個粒子當中，你必須至少對其中一些進行追蹤。于是，整件事就超出了我們的能力范圍，即便我們擁有谷歌規模的計算資源。”

“我們把問題化歸成，讓我們找出那些被人類專家認為是有趣的等離子體行為，同時在這樣做的時候不要弄壞機器。”巴爾茲說道。

把這種技術整合到TAE的實驗過程，這讓研究得以取得驚人的快速進展。發表在《科學報告》（Scientific Reports）雜志的一篇新研究報告顯示，這套算法出乎意料地讓實驗的能量損失率下降了50%，并讓TAE場反轉結構（FRC）等離子體發生器中的離子溫度和等離子體能量實現同步增加。

“如果沒有先進計算力量來快速擴展我們對等離子體復雜特性的理解，這樣的結果可能需要數年時間才能得出，”TAE的總裁兼首席技術官米切爾·賓德鮑爾（Michl Binderbauer）說。

目前的挑戰不少，但也有很多值得保持樂觀的發現。 TAE的首席科學家埃里克特拉斯克說：“我們最終的目標是讓發電廠燃燒的清潔燃料變得非常豐富，并且可以持續使用。現在，我們認為已經找到了一種實現方法，但還沒有找到能夠展示的方式。這才是最難的部分。”