【文/观察者网 心智观察所】

当“人造太阳”赶上人为智能，困扰可控核聚变数十年的扯破模难题，终于迎来了一位消防员。

你肯定听说过能源领域的圣杯：可控核聚变。形象地讲，人类想在地球上造一个幼型太阳，就必须借助磁力将一个上亿摄氏度的等离子体火球悬空关起来，叫里面的燃料撞在一路，开释出取之不尽用之不竭的清洁能量。听起来很美好，对吧？

但现实是，这个幼型太阳的脾性极其暴躁。你费了九牛二虎之力把它关进磁笼子里，它却总是突发顽疾，长出一个个巨大的磁气泡，这些气泡慢慢拖慢了火球的旋转，最后噗的一声，整个火球散架，撞在墙上，游戏实现。

这种“顽疾”在物理学里有个专门的名字：扯破模不不变性。几十年来，它一向是可控核聚变最大的噩梦。不外，最近一群科学家给这个磁笼子装上了一副神奇的人为智能护目镜。戴上它之后，AI能在气泡还没长出来之前就提前看到苗头，并且自动拧一拧磁场，将其扼杀在摇篮里。

2026年5月，一篇颁发于《Physics of Plasmas》上的文章讲述了这个故事：机械进建可为将来的核聚变电站提供一路实时的AI护盾。

可控核聚变：在地球上造一个“幼太阳”

核聚变到底是什么？

核聚变，字面意思就是“原子核融合到一路”。在天然界，太阳和所有恒星都在以这种方式一刻一向地运行着。太阳的主题温度高达1500万摄氏度，压力是地球大气压的3000亿倍，在这种极端前提下，氢原子核（质子）克服了彼此之间的静电斥力，猛撞到一路，造成了氦原子核。在这个过程中，一幼部门质量转化成巨大的能量——这就是 E = mc? 的威力：即便只有微不及路的质量吃亏，乘以光速的平方，也会造成惊天动地的能量。

最有但愿实现的聚变反映使用的不是通常的氢，而是它的两种同位素：氘和氚。海水中储蓄着巨量的氘（每升海水里约莫有30毫克），而氚则能够一壁亏损一壁从反映堆内部的锂资猜中原地天生（聚变反映开释大量高能中子，锂原子核被中子击中，割裂成氚原子核与氦原子核）。一个氘核和一个氚核聚造成一个氦核表加一个中子，开释出17.6MeV的能量。拿数字措辞：1克聚变燃料开释的能量，相当于8对禧油。并且聚变的产品是惰性的氦气，没有寿命极长的放射性废料，又清洁又安全，这一点与铀-235裂变形成了鲜明对比——即便过了几万年，核裂变产生的废料依然危险。

为何聚变这么难搞？

既然聚变如此美好，为何我们还没用上？事实上，要想在地球上实现受控的聚变，难上加难。

太阳的壮大引力把原子核牢牢压在一路，从而创造高温高压前提实现聚变。相形之下，地球质量太幼，引力太弱，底子压不住。所以人类必须把温度加到畸形的高度。温度越高，原子核活动得越快，它们碰撞起来的动能就越大，越有可能克服两个正电核之间的静电斥力。要让氘氚聚变得以发生，温度至少必要1亿摄氏度，比太阳中心温度还高好几倍。

1亿度是什么概想？任何固体物质在这个温度下城市瞬间造成气体，而后造成等离子体。所谓等离子体，即是从原子核周围暴力剥下电子，形成一团由带正电的原子核和带负电的自由电子组成的“带电汤”。这锅汤的行为和通常气体齐全分歧，它对电场和磁场极其敏感。

怎么关住火球？

若何装住等离子体？物理学家想到了一个绝妙的点子：用磁场。

带电粒子在磁场中会怎么活动？受到洛伦兹力的作用，它们会绕着磁感线螺旋前进。磁场给带电粒子建了一条螺旋轨路，把它们约束在磁感线左近，不让它们四处乱撞。只有磁场足够强，你就能把这团1亿摄氏度的等离子体“悬空”约束起来。这个道理听上去不复杂，实显祓来则必要极其精彩的磁场设计。因而乎，托卡马克装置应运而生了。

托卡马克：一个精心设计的“磁性甜甜圈”

托卡马克（Tokamak）这个词源于俄语缩写，意思是“环形磁约束真空室”。上世纪50年代，这个装置由前苏联科学家阿齐莫维齐等人发现，是目前最主流、也最靠近实现可控核聚变指标的装置。

它的状态是环形，犹如一个甜甜圈，把磁场弯成一个关环，让磁感线首尾相接，等离子体就能够在环形跑路上一圈又一圈地跑，始终跑不出去。

托卡马克的磁笼子由三组线圈协同产生。

其一是环向场线圈：这些线圈像一个个手镯一样套在甜甜圈的管子上，产生一个绕着大环的强磁场。这是主约束磁场。

其二是极向场线圈：这些线圈位于甜甜圈的高凳捉，产生一个沿着幼环截面方向（从上到下）的磁场。这个磁场比环向场弱得多，但至关重要——它和环向场叠加之后，使得总磁感线不再是单一的大环圆圈，而造成了螺旋线，就像拧麻花一样。这种螺旋结构大大改善了约束机能。

其三是等离子体电流：等离子体内部感应出一个壮大的环向电流（沿着大环方向）。这个电流有两个作用，一是其自身也会产生极向磁场，援手形成螺旋磁感线；二是能够加热等离子体，这是最初点火的重要伎俩。

就这样，磁感线在甜甜圈的大环方向回旋了一圈以来，也在幼环的极向方向旋转一个角度。这些螺旋形的磁感线在装置内部层层叠叠，组成了一个个同心嵌套的磁面，等离子体就被约束在这些磁面上，沿着磁感线高速回旋，同时也在大环方向上整体旋转。

若是所有美满，这个甜甜圈里的等离子体就能持续进行聚变反映，输出能量。但现实中的等离子体是个“熊孩子”——它内部有电流、有压力、有各类不不变性。最令科学家头疼的一种，就是扯破模。

扯破模与有理磁面：磁感线上的“脆弱接缝”

要理解扯破模，必须先搞懂一个关键概想：有理磁面。

还记得上面说的螺旋磁感线吗？每条磁感线在甜甜圈的大环方向转一圈的同时，也会在幼环的极向方向转一个角度；废蜃慕嵌瘸约蜃慕嵌冉凶霭踩蜃，通常用字母 q 暗示。当q蹬宗一个单一的有理数，好比 1, 4/3, 3/2, 2, 5/2时，这条磁感线在绕大环若干圈后，会精确地回到自己的起点，形成一个关合的、反复自身的曲面。这个曲面就叫有理磁面。你能够把它设想成甜甜圈里一层一层同心“薄壳”中的某一层，这一层上的磁感线刚好首尾美满相接，像缝纫机留下的整齐针脚。

问题在于，有理磁面是最容易被扯破的处所。为什么？

由于甜甜圈中存在着扰动磁场，这些扰动可能来自于等离子体的电流颠簸。有理磁面上的磁感线是关合的，若是扰动磁场的空间周期与磁感线的关合周期齐全一致，就会发生不变共振，将扰动放大，触发磁重联，即把原有的磁感线断开，再以分歧的方式重新衔接，如此就会扯破正本无缺的磁面，形成一个独立的、关合的磁岛，也就是我们前面说的“磁气泡”。

这个磁岛一路头很幼，但它会像寄生虫一样，从周围等离子体的旋转和电流中汲取能量，越长越大。大磁岛会严重粉碎磁场的对称性，使得等离子体无法被很好地约束。当磁岛膨胀到肯定水平，它会扯破整个等离子体柱，使旋转速度急剧降落，最终导致等离子体失控撞向器壁。整个过程就像一根绷紧的绳子，在某个脆弱点出现了一个毛刺，毛刺慢慢扩大，最后整根绳子崩断。

这就是扯破模不不变性。钻研者 Benjamin 在论文里用了一个极富画面感的迸作：“不加抑造的扯破模的最终状态很单一，就像一个巨大的磁泡像鼻涕虫一样在等离子体内部成长，使旋转逐步终场，而后等离子体消散并撞向器壁。”

为什么传统步骤搞不定？罪魁竟是蝴蝶效应

既然人们通达了扯破模的物理机造，为什么几十年来还是搞不定？由于预测太难了。

扯破模的出现取决于有理磁面左近一系列不变效应与失稳效应的奥妙平衡，而这个平衡点会被一些绝不起眼的幼扰动突破。好比，某个角落的等离子体忽然抖了一下，或者加热系统的一个微幼颠簸，都可能通过复杂的非线性过程，在遥远的另一个有理磁面上诱发一个扯破模。这就是典型的“蝴蝶效应”。

传统的物理模型要么太慢，一次数值仿照必要数幼时，要么太过简化，无法捉拿所有细节。等磁探针和过问仪这样的通例诊断工具发现扯破模的显著信号时，磁岛已经长大到难以解除的水平。这就好比火警报警器只在整栋楼烧成骨架时才响，那还有什么用？

因而，从前工程师们只能选取反映式战术：先眼睁睁地看着等离子体被扯破，而后垂危注入冷冻颗；蛘叩髡尤裙β，试图在崩溃前把磁岛“冻住”或“挤掉”。但这样做不仅效能低下，并且对于将来的大型核聚变反映装置来说，一次失败的抑造就可能造成难以建复的败坏。

所以，提前至毫秒级的正确预测就成相识锁核聚变的关键钥匙。

AI登。捍雍Ａ渴葜刑镀颇５慕挪缴

这时辰，机械进建到来了。它的强项刚好就是处置那些非线性、混沌、耦合的问题。你不必要给它一个美满的物理方程，只必要喂给它海量的尝试数据，它就能自己学会鉴别那些人类肉眼和传统算法捉拿不到的幽微预兆模式。

MIT的两位科学家，Cristina Rea和Stuart Benjamin网络了全球各大托卡马克装置几十年来的尝试纪录。这些数据纪录了无数次扯破模从“没事”到“出现”到“崩溃”的全过程，蕴含数万条通路的磁信号、温度散布、密度散布、旋转速度……

而后，他们用这些数据训练各类 AI 模型：从单一的随机丛林，到复杂的深度神经网络。训练实现后的 AI 模型就像一个经验极其丰硕的老技师，可能在扯破模现实形成的数十毫秒甚至数百毫秒之前觉察到极其幽微的异常信号。这些信号可能只是某个磁探针读数上几个毫伏的颠簸，或者等离子体旋转速度 0.1% 的变动，它们齐全覆没在布景噪声中，但 AI 能把它们挑出来。

“用物理模型预测扯破模依然极其难题，但其随机复杂性吸引了精通机械进建的科学家。”Benjamin 说。

换句话说，扯破模的“不成预测”是就传统物理模型而言的，长于发现统计模式的AI 反而找到了大显技巧的舞台。

实时AI节造器：预测之后，立刻着手

光是预测还不够，还得自动采取行动。终于人的反映功夫是几百毫秒，而扯破模从萌芽到失控可能只必要几十毫秒。必须让 AI 直接管受节造器，做到毫秒级响应。钻研人怨佚在开发的自动等离子体节造器的工作流程是这样的：

首先，托卡马克上的成百上千个传感器以每秒数万到数百万次的频率，把等离子体的各项参数实时送入 AI 芯片。接着是AI推理，一个经过轻量化压缩的神经网络模型会凭据当前数据瞬间给出判断：不变，或者即将产生扯破模。而后是自动过问，一旦风险超过阈值，节造器立刻向磁体电源或加热系统发送指令。调整通常在几百微秒内实现——比人类眨眼快 300 倍以上。过问的伎俩通常是：在有理磁面左近注入一束部门微波，微调电流散布，从而扭转不变性的平衡，把那个在萌芽的磁岛“烫平”。

这套关环系统相当于给托卡马克装了一个自动驾驶仪。驾驶员（操作员）只必要设定好指标参数，剩下的全数由 AI 自动实现，就像现代飞机的电传飞控系统，飞行员只有给出指令，飞控电脑会自动调整各个舵面，预防飞机失速或尾旋。

并且，科学家们并没有把 AI 当作一个“黑箱”。他们在发展可诠释的 AI技术，让操作员可能理解模型为什么做出某个判断：是哪个传感器信号引起了警报？是哪个有理磁面上的安全因子出了颠簸？这种通明性对于核设施的安全认证至关重要。

关键一跃：从尝试室走向电站

其实，用 AI 预测扯破模的设法早在几年前就有了。但直到最近，它才从论文走向真实的反映堆节造系统。原因有三：

其一是算力飞跃。新一代 GPU 和 AI 加快器（如英伟达有关技术）能在毫秒内运行深度神经网络。以前只能在超等推算机上做的推理，此刻能够塞进一张比手机还幼的板卡里。

其二是数据堆集。全球托卡马克运行了几十年，终于攒下了足够多、足够“脏”的真实数据。AI 最怕的是数据太干净，最怕过度拟合，而真实的聚变数据充斥了各类滋扰，反而能训练出强模型。

其三是高压需要：将来的聚变电站要想赢利，必须在极高的等离子体压力下运行。而高压会急剧加剧扯破模的产生；痪浠八，没有 AI 的自动维稳，高约束模式底子不成持续。所以 AI 不再是选配，而是标配。

这项钻研的一个直接的利用对象，就是在法国建设的 ITER——人类有史以来最大的托卡马克。ITER 打算在 2030 年代实现长脉冲、高约束的点火等离子体。它必要一个智能触发器，能在扯破模失控前的一瞬间启动垂危；，好比注入大量冷冻氖颗粒。Rea和Benjamin 的钻研在为这个触发器提供主题算法。

中国力量：EAST 与 HL-3 的 AI 索求

值得一提的是，在可控核聚变AI节造领域里，中国同样走在前列。位于岳阳的EAST装置屡次创造世界纪录，其团队持久发展基于机械进建的等离子体分裂预测钻研，蕴含直接针对扯破模的预警。2025年，核工业西南物理钻研院与浙江大学等合作，在“中国环流三号”（HL-3）装置上成功开发了一套数据驱动的等离子体智能节造系统，实现了对等离子体电流、位形等宏观参数的关环自动节造，为将来聚变堆的智能化运行奠定了重要基础。有关成就颁发于《天然·通讯物理学》及《Nuclear Fusion》等期刊Ｄ芄凰，在“驯服太阳”的全球较量中，中国科学家同样在积极拥抱AI。

将来的挑战：从“一招鲜”到“全能管家”

当然，前方的路还很长。目前的 AI 模型重要针对扯破模这一种不不变性？上质瞪，等离子体中还有其他捣蛋鬼。将来的方向是开发一个多工作、多模态的统一 AI 框架，用一个“超等大脑”同时监控所有潜在的危险。

另表，模型的泛化能力也是一大难题。在美国的托卡马克上训练的 AI，直接拿到法国的托卡马克上，还能不能用？分歧装置的尺寸、磁场强度、加热方式都有差距，很可能必要重新训练。钻研人怨佚在索求迁徙进建和元进建技术，但愿让 AI 具备“举一反三”的能力。

但无论若何，一个重要的转折点已经来临：人为智能已经从核聚变钻研的“辅助工具”造成了“主题节造部件”。AI不再只是科学家分析数据的副手，而是直接参加到每一次毫秒级的决策中，成为驯服“人造太阳”的那根关键的缰绳。

AI护盾就位，聚变平明不远

诚如 Benjamin 在文章结尾所说的那样：“我们必须美满扯破模的物理和节造机造，确保它们不会危及将来的托卡马克聚变电站。”

有了 AI 这副实时智能护盾，磁气泡将不再是不成战胜的噩梦。当我们能够精准预测并自动压造每一次扯破模的贪图，持续数百秒、数千秒甚至更长功夫的不变聚变反映就不再是遥遥无期的。人类终于向那个“无限、清洁、安全”的能源妄想迈出了最坚实的一步。

再过十年，当我们回头看看 2026 年的这则新闻，或许会发现它就是核聚变汗青上的一座里程碑。从灵光乍现的科学尝试，到持续发光的清洁电站，AI 助我们凌驾了那路早年看来不成逾越的天堑。

参考文件：

C. Rea and S. Benjamin, “A review of machine learning-driven studies of tearing modes in tokamaks,”Physics of Plasmas (2026). DOI: 10.1063/5.0325461

Artificial intelligence brings us closer to realizing the promise of nuclear fusion - AIP.ORG

https://interestingengineering.com/energy/nuclear-fusion-reactors-gain-real-time-ai-shield-to-tackle-plasma-collapse-risk

西物院在等离子体智能节造领域获得重要进展-中国核工业集团有限公司

本文系观察者网独家稿件，文章内容纯属作者幼我概想，不代表平台概想，未经授权，不得转载，不然将查究司法责任。关注观察者网微信guanchacn，逐日阅读趣味文章。