通过人工智能和可访问性快速跟踪聚变能的到来

随着气候变化的影响持续增长，人们对聚变作为清洁能源的潜力的兴趣也在增加。虽然自1930年代以来一直在实验室中研究聚变反应，但要使聚变能成为现实，科学家仍然必须回答许多关键问题，而时间至关重要。作为加速聚变能源到来并在2050年之前实现碳中和的战略的一部分，美国能源部（DoE）宣布为麻省理工学院等离子体科学与聚变中心（PSFC）和四个合作机构的研究人员领导的一个项目提供新的资金。

PSFC的研究科学家兼小组负责人克里斯蒂娜·雷亚（Cristina Rea）将担任新资助的三年合作的主要研究员，以试点将聚变数据集成到人工智能工具可以读取的系统中。PSFC与来自威廉玛丽，威斯康星大学麦迪逊分校，奥本大学和非营利组织HDF集团的科学家一起，计划创建一个整体融合数据平台，其元素可以为研究人员提供前所未有的访问，特别是代表性不足的学生。该项目旨在通过由该小组的共同调查人员领导的外展计划，鼓励学术界和劳动力对融合和数据科学的多样化参与，其中五分之四是女性。

美国能源部的奖项是19个机构的七个项目的2900万美元资助计划的一部分，将支持该集团分发聚变设备产生的数据的努力，如PSFC的Alcator C-Mod，一种甜甜圈形状的“托卡马克”，利用强大的磁铁来控制和限制聚变反应。Alcator C-Mod从1991年到2016年运营，其数据仍在研究中，部分归功于PSFC对知识自由交流的承诺。

目前，有近50个公共实验磁约束型聚变装置;但是，来自这些设备的历史和当前数据可能难以访问。一些融合数据库需要签署用户协议，并且并非所有数据都以相同的方式进行编目和组织。此外，很难利用机器学习（一类人工智能工具）进行数据分析，并在不进行耗时的数据重组的情况下实现科学发现。结果是从事核聚变工作的科学家越来越少，发现的障碍更大，以及利用人工智能加速进展的瓶颈。

该项目拟议的数据平台通过公平（可查找、可互操作、可获取、可重复使用）以及遵守教科文组织开放科学（OS）的建议来提高科学的透明度和包容性来解决技术障碍;根据美国能源部的要求，所有研究人员的可交付成果都将遵循FAIR和OS原则。该平台的数据库将使用MDSplusML构建，MDSplusML是PSFC研究人员在1980年代开发的MDSplus开源软件的升级版本，用于对Alcator C-Mod的实验结果进行编目。如今，近40家聚变研究机构使用MDSplus来存储和提供对其聚变数据的外部访问。MDSplusML的发布旨在延续开放协作的传统。

研究人员打算解决妇女和弱势群体参与的障碍，不仅通过改善对融合数据的普遍访问，而且还通过一个补贴的暑期学校，该暑期学校将专注于融合和机器学习的交叉主题，该主题将在未来三年在威廉玛丽举行。

关于他们研究的重要性，Rea说：“这个项目是关于响应融合社区的需求并为成功做好准备。融合的科学进步是通过多学科合作和异花授粉实现的，因此可及性是绝对必要的。我想我们现在都明白，多元化的社区有更多样化的想法，他们允许更快地解决问题。

该合作的工作还与国际原子能机构的“人工智能聚变”协调研究项目（CRP）中确定的重要研究领域保持一致。Rea被选为原子能机构CRP的技术协调员，强调社区参与和知识获取，以加速聚变研究和开发。原子能机构在为该小组拟议项目写的一封支持信中表示，“[研究人员]将开展的工作[[研究人员]将开展[……]不仅有利于我们的CRP，也有利于整个国际聚变界。

PSFC主任兼日立美国工程学教授Dennis Whyte补充说：“我很高兴看到PSFC和我们的合作者站在应用新AI工具的最前沿，同时鼓励和实现从我们的实验中提取关键数据。

“有机会领导这样一个重要的项目是非常有意义的，我觉得有责任证明女性是STEM的领导者，”Rea说。“我们拥有一支令人难以置信的团队，他们有强烈的动力来改善我们的聚变生态系统，并为使聚变能源成为现实做出贡献。