科学家们透过无止尽的运算、模拟和实验，努力让核融合成真，现在 Alphabet 旗下人工智能公司 DeepMind 与洛桑联邦理工学院（EPFL）瑞士电浆中心（Swiss Plasma Center ）合作，希望能大幅减少冗长的运算时间。
DeepMind 是知名人工智能实验室，先前因开发围棋计算机程序 AlphaGo 并打败世界排名的围棋选手，声名大涨最终被 Google 收购，2021 年也发表世界首个目前最完整的人类蛋白质组（Proteome）结构预测图库，解决难倒科学家 50 年的问题。
而人工智能也可以助力核融合研究，科学家希望能找到稳定维持电浆流的方法，挖掘稳定核融合反应的关键。而瑞士电浆中心的核融合设备为外表像甜甜圈的托卡马克（tokamak），利用强大磁场来控制极高温电浆，将氢原子融合成氦原子，最终释放强大能量。
瑞士电浆中心的托克马克可变配置（variable-condition tokamak，TCV）顾名思义，就是试验各种不同的电浆型态，研究人员不断测试控制电浆的方法，让电浆不会接触到并损毁核融合设备的内部。
瑞士电浆中心科学家 Federico Felici 表示，我们的模拟设备建立在 20 多年来的研究、现也正不断更新，然而还是需要进行冗长的运算来确定控制系统每个变数的正确值，也因此我们与 DeepMind 展开联合研究。
DeepMind 开发的新深度强化学习（Deep Reinforcement Learning），主要是在瑞士电浆中心的模拟设备上尝试多种不同的电浆控制方案，随着时间推移、机器获得更多训练，算法便能计算出产生所需电浆型态（plasma configuration）的控制策略，最后就能进行逆向工程生成特定电浆形体。
（Source：DeepMind & SPC/EPFL）
最终团队便能进行实际测试，创造并控制各种拉长或高难度的电浆形状，好比负三角形（Negative Triangularity）和雪花形状。DeepMind 控制团队负责人 Martin Riedmiller 表示，团队的任务是研究新一代 AI 系统闭回路控制（closed-loop controllers），让电脑从零开始地在复杂的动态环境中学习。
- DeepMind’s AI helps confine plasma for nuclear fusion research
- Accelerating fusion science through learned plasma control
（首图来源：Unknown authorUnknown author, CC BY-SA 2.5, via Wikimedia Commons）
