1月5日，记者从科大讯飞研究院获悉，坐落于合肥科学岛的国之重器，全超导托卡马克核聚变实验装置（EAST，又名“人造太阳”）再添“硬核科技buff”。由中国科学技术大学、中国科学院等离子体物理研究所、合肥综合性国家科学中心能源研究院与科大讯飞研究院组成的AI For Science联合团队，成功研发PaMMA-Net深度神经网络响应模型，为“人造太阳”装上精准预判的“超级预测系统”。

AI方案提升预测精度

EAST是人类探索终极能源的核心实验平台，已实现3.5特斯拉纵场强度、百万安培等离子体电流的关键突破，更在2025年创下1亿摄氏度下1066秒稳态高约束模运行的世界纪录，让人类在地球上“种”出了一颗温度远超太阳核心的“小太阳”。

可控核聚变能源具有资源丰富、环境友好、安全零碳等突出优势，被视作解决全球能源与环境问题的根本途径之一。国际能源署预测，到2030年，全球核聚变市场规模有望接近3.5万亿。

然而，这颗“人造太阳”的“脾气”却很暴躁。全超导托卡马克核聚变实验装置内，被磁场束缚的等离子体是物质的第四种状态，这团上亿度的炽热电离气体如同调皮的火球，面临扰动、紊乱和能量损失的风险。

科大讯飞研究院副院长方昕介绍，传统物理模型受限于场景假设和适用范围，难以精准预测等离子体的长期行为，给聚变反应的稳定控制带来巨大挑战。在此背景下，合肥的AI For Science联合团队另辟蹊径，以数据驱动的深度学习方案破解难题，提出最新研究成果PaMMA-Net模型，正式发表于核聚变领域顶级期刊《Nuclear Fusion》，用人工智能技术驯服“暴躁”的等离子体。

他解释：“传统物理模型存在鲁棒性不足的问题，而我们的AI方案既提升了预测精度，又增强了稳定性，为驾驭极端复杂的等离子体提供了新路径。”

PaMMA-Net模型能够成功驯服等离子体，源于其针对核聚变场景量身打造的微变累计预测、状态融合预测和指定频带数据增强三大核心技术。这个基于深度神经网络的响应模型PaMMA-Net，是在EAST装置超万次放电实验数据的基础上训练而成，能够高精度预测等离子体的磁测量演化过程。

简单来说，就是给“人造太阳”装了个“超级预测系统”，基于这个系统的预测结果，能够准确恢复等离子体形状、各种关键的参数，控制系统可以基于预测结果学习哪里可能出现不稳定，进而保持反应平稳进行。

智能语音技术的跨学科应用

这一突破性成果的背后，是跨学科创新的智慧碰撞。方昕透露：“突破的关键在于我们发现了信号处理的本质共性。无论是语音波形还是核聚变装置的磁测量信号，都属于前后时刻强相关的时间序列数据。”基于这一核心洞察，科大讯飞将20余年积累的语音建模经验成功迁移至核聚变领域。

就像语音合成中“基于前一秒声音生成后续内容”的逻辑，PaMMA-Net模型通过EAST装置超万次放电实验数据的训练，学会了捕捉核聚变运行的动态规律，能够基于前1秒的电流电压信号，精准预测后9秒的磁场信号。这种跨界技术迁移，不仅实现了核聚变预测精度的飞跃，更开创了AI跨学科应用的成功范例。

“我们的实践不仅推动了可控核聚变研究效率的提升，也为AI在科学领域的应用提供了切实探索。”方昕表示。该模型可作为“虚拟装置”为强化学习控制器提供训练模拟环境，显著加速聚变研究进程，助力可控核聚变早日实现商业化。

值得关注的是，AI跨学科赋能的研发案例已成功推广至工业场景，在优化空分装置工艺参数、降低大型建筑制冷能耗等领域发挥实效。（刘小容、许可亮）