HEAT-ML 用 AI 找出「磁影」，核融合反應爐再邁一大步

新開發的人工智慧工具 HEAT-ML，正在為核融合研究帶來革命性突破。該系統能於毫秒級時間內完成先前需 30 分鐘的計算，快速辨識反應爐內的「磁影」──這是一種被高溫等離子體遮蔽的安全區域，保護反應爐組件免受灼熱損傷，顯著提升核融合反應爐的設計及運行效率。

HEAT-ML由英聯邦融合系統公司（Commonwealth Fusion Systems，CFS）、美國能源部旗下的普林斯頓電漿物理實驗室（Princeton Plasma Physics Laboratory，PPPL）及橡樹嶺國家實驗室（Oak Ridge National Laboratory，ORNL）共同打造。該系統運用深度神經網路（Deep Neural Network，DNN），透過約一千組SPARC核融合反應爐模擬數據訓練，成功繪製反應爐內部組件上的三維「影子面具」，精準預測材料牆可能承受的熱負荷。

SPARC反應爐由CFS建造，目標於2027年前實現淨能量輸出，推動人類邁向清潔且幾乎無限的核融合能源。HEAT-ML目前專注於SPARC排氣系統的安全區域檢測，未來計劃擴展應用範圍，支援各種托卡馬克設計。

核融合做為驅動太陽和恆星的能量來源，曾因極端高溫與工程難題受限，但隨著AI技術如HEAT-ML的誕生，實現可控核融合能源的願景正日益清晰與可及。

（首圖來源：shutterstock）