近日，中國(guó)科學(xué)院合肥物質(zhì)院等離子體所EAST大科學(xué)工程團(tuán)隊(duì)孫有文課題組在托卡馬克人工智能物理研究方面取得系列新進(jìn)展。該團(tuán)隊(duì)利用先進(jìn)的機(jī)器學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)技術(shù)，成功開(kāi)發(fā)了針對(duì)關(guān)鍵物理現(xiàn)象的智能預(yù)測(cè)與識(shí)別模型，相關(guān)研究成果發(fā)表于核聚變領(lǐng)域核心期刊Nuclear Fusion和Plasma Physics and Controlled Fusion。由王輝輝副研究員協(xié)助指導(dǎo)的博士生鄧郭洪為兩篇論文的第一作者。
在未來(lái)的大型聚變裝置（如ITER）中，等離子體大破裂因其瞬間釋放的巨大熱能和磁能，被視為對(duì)裝置安全運(yùn)行的最大潛在威脅。因此，建立可靠的破裂緩解系統(tǒng)（DMS）至關(guān)重要，而這一切的前提是能對(duì)大破裂（“鎖?！爆F(xiàn)象是導(dǎo)致大破裂最主要的誘因之一）進(jìn)行精準(zhǔn)、及時(shí)的預(yù)測(cè)。除了避免災(zāi)難性的破裂，實(shí)現(xiàn)對(duì)等離子體運(yùn)行狀態(tài)的精確、智能識(shí)別與控制，是未來(lái)聚變堆實(shí)現(xiàn)高性能穩(wěn)態(tài)運(yùn)行的另一核心問(wèn)題。高約束模（H-mode）是ITER的標(biāo)準(zhǔn)運(yùn)行模式，但其伴生的邊界局域模（ELM）可能對(duì)偏濾器靶板造成過(guò)高熱負(fù)荷，對(duì)其自動(dòng)及時(shí)識(shí)別是未來(lái)聚變堆走向智能控制的重要一步。
課題組在鎖模破裂預(yù)測(cè)研究中，采用了“前置可解釋性”（ante-hoc）機(jī)器學(xué)習(xí)方法。該方法利用決策樹(shù)（Decision Tree）模型內(nèi)在的透明性，不僅要“知其然”，更要“知其所以然”。團(tuán)隊(duì)開(kāi)發(fā)的“可解釋性預(yù)測(cè)模型”，在測(cè)試集上的受試者工作特征曲線下面積（AUC）高達(dá)0.997，并成功揭示了導(dǎo)致鎖模破裂的關(guān)鍵物理量。在此基礎(chǔ)上，為滿(mǎn)足真實(shí)實(shí)驗(yàn)需求，團(tuán)隊(duì)進(jìn)一步開(kāi)發(fā)了“實(shí)時(shí)預(yù)測(cè)模型”，實(shí)現(xiàn)了94%的成功預(yù)警率和平均137毫秒的預(yù)警時(shí)間，足以滿(mǎn)足ITER對(duì)破裂預(yù)警的需求。這一研究不僅能夠?yàn)?/span>EAST提供可靠的破裂預(yù)警，更通過(guò)可解釋性分析，為深入理解破裂物理過(guò)程提供參考。
在另一項(xiàng)關(guān)于等離子體約束狀態(tài)自動(dòng)識(shí)別的研究中，課題組創(chuàng)新性地采用了多任務(wù)學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)（MTL-NN）。該方法巧妙地將運(yùn)行模式識(shí)別（判斷處于L-mode或H-mode）和邊界局域模（ELM）探測(cè)兩個(gè)緊密關(guān)聯(lián)的物理任務(wù)融合到一個(gè)模型中進(jìn)行協(xié)同學(xué)習(xí)。通過(guò)共享網(wǎng)絡(luò)層，模型能夠?qū)崿F(xiàn)任務(wù)間的相互糾錯(cuò)，顯著提升了模型的準(zhǔn)確性和魯棒性。為降低信號(hào)噪聲干擾，模型以物理定標(biāo)率中的標(biāo)量參數(shù)作為輸入特征。實(shí)驗(yàn)結(jié)果表明，該多任務(wù)學(xué)習(xí)模型的識(shí)別準(zhǔn)確率高達(dá)96.7%，相比同一數(shù)據(jù)庫(kù)下的單任務(wù)模型提升了3.6%。這一成果為托卡馬克等離子體運(yùn)行狀態(tài)提供了一種高效、精準(zhǔn)的實(shí)時(shí)“診斷儀”，是發(fā)展先進(jìn)等離子體反饋控制系統(tǒng)、實(shí)現(xiàn)高性能穩(wěn)態(tài)運(yùn)行的關(guān)鍵一步。
以上工作得益于EAST大科學(xué)裝置團(tuán)隊(duì)成員間的共同協(xié)作。這些研究成果展示了人工智能在解決核聚變關(guān)鍵問(wèn)題上的巨大潛力：不僅對(duì)EAST裝置未來(lái)的高效運(yùn)行具有直接的應(yīng)用價(jià)值，也為ITER的智能控制和穩(wěn)定運(yùn)行提供了重要的科學(xué)參考和技術(shù)儲(chǔ)備。
目前課題組正在深入開(kāi)展多種物理過(guò)程的人工智能集成控制。相關(guān)研究受到國(guó)家磁約束核聚變能發(fā)展研究專(zhuān)項(xiàng)、國(guó)家自然科學(xué)基金、中國(guó)科學(xué)院先導(dǎo)B、安徽省自然科學(xué)基金、合肥物質(zhì)院院長(zhǎng)基金等項(xiàng)目的資助。
論文鏈接：
圖1.一次放電實(shí)驗(yàn)中的鎖模破裂預(yù)測(cè)及模型預(yù)警的決策路徑
圖2.鎖模破裂模型各特征的重要性排序
圖3. 用于等離子體約束狀態(tài)自動(dòng)識(shí)別的多任務(wù)學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖
