在8月11日《INTERESTING ENGINEERING》发布的新闻稿《Nuclear fusion game-changer: New method can cut reactor design time by decade》中，报道了一项可能彻底改变核聚变游戏规则的突破性研究。杨百翰大学（BYU）的研究人员已经展示了一种将核反应堆开发时间缩短十年甚至更长时间的创新方法。
此外，获得许可后，建造一座现代核反应堆还需要额外的五年时间和数十亿美元的投入。因此，研究人员强调，在美国建造一座核反应堆的整个过程大约需要25年时间。
由马修·梅莫特（Matthew Memmott）教授领导的研究团队提出了一种解决方案，他们希望借助人工智能（AI）技术来显著缩短新核电站投产所需的时间和成本。该团队展示了如何利用人工智能来加速现代核反应堆的设计和许可流程，旨在实现更安全、更经济、更快速的核能发电，从而减少对环境的影响，并满足日益增长的全球能源需求。
一、核聚变需求不断增长
随着对能源和可持续性的需求呈爆炸式增长，核聚变作为太阳提供能量的过程，被认为是在地球上产生无限清洁能源的关键。全球的政府、私人组织和科研机构都在积极探索能够成功执行核聚变过程的核反应堆建设。
梅莫特教授在新闻稿中强调了核能在未来电力供应中的重要性，尤其是在面对日益增长的电力需求时，核聚变提供了一种无排放的基载电力解决方案。
二、核反应堆设计的复杂性
核反应堆设计的复杂性和耗时性源于该过程的多尺度性质，涉及从量子尺度的中子到宏观尺度的冷却剂流动和热传递等所有方面。梅莫特教授通过自己在西屋公司工作时的经验，说明了这一过程中的挑战。
“我在西屋公司工作时，一个中子专家团队花了六个月的时间才运行了一个完整的核心多物理模型。如果他们在两个月内犯了一个错误，他们就浪费了两个月宝贵的计算时间，不得不重新开始。”
这项新研究展示了人工智能如何减轻这种时间负担。该团队用经过训练的机器学习模型取代了部分所需的热工水力和中子学模拟。
该模型根据可变的几何反应堆参数预测温度曲线。然后对这些参数进行优化，以创建最佳的核反应堆设计，而计算成本仅为传统方法的一小部分。
三、测试和验证
有趣的是，研究人员构建并测试了十几种机器学习算法，确定了排名前三的算法并不断改进，直到找到一种在初步数据集上表现出色的算法。
他们的研究成果发表在《核工程与设计》杂志上，表明他们改进的模型可以比传统方法更快地对设计元素进行几何优化。
例如，该团队使用 AI 算法尝试复制当地一家核电公司设计的防护罩，以此测试他们的想法。令人惊讶的是，该算法在短短两天内就制作出了与该公司防护罩近乎完美的匹配设计。
参考链接：
- https://interestingengineering.com/innovation/nuclear-fusion-method-cuts-reactor-design-time