新開發的人工智能工具HEAT-ML，正為核融合研究帶來重大突破。這套系統能在毫秒內完成過去需時30分鐘的計算，快速辨識反應爐內的「磁影」——即高溫等離子體形成的保護區域，能避免爐內組件遭受灼熱損傷，顯著提升反應爐設計與運行效率。
HEAT-ML由英聯邦融合系統公司（CFS）、美國能源部普林斯頓電漿物理實驗室（PPPL）及橡樹嶺國家實驗室（ORNL）共同研發。該系統透過深度神經網路，利用約一千組 SPARC 反應爐模擬數據進行訓練，成功繪製出反應爐內部的三維「影子面具」，精準預測材料牆承受的熱負荷。
SPARC反應爐由CFS建造，計劃於2027年前實現淨能量輸出，被視為邁向清潔且近乎無限核融合能源的重要一步。HEAT-ML目前應用於SPARC排氣系統的安全檢測，未來將拓展至其他托卡馬克設計。
核融合是驅動太陽和恆星的能量來源，長期受限於極端高溫與工程挑戰。但隨著AI技術加速突破，實現可控核融合的願景正日益接近。（編輯部）
2035年AI貢獻GDP逾11萬億
淘天集團發布CombatVLA
人資薪酬自動化管理一站解決
能效提升逾千倍
人才缺口 碳排放與社會風險
老翁赴約不慎跌倒重傷身亡
Claude可在極端情境主動結束對話
央視起底人工智能數據污染亂象
產假報酬補貼計劃延至明年底
澳門國際煙花比賽匯演9月6日璀璨啟幕
一卡暢行兩地通達全國
搭載靈犀懸浮觸控 可多點觸控
小官巨貪是如何形成的？
李強：鞏固經濟回升勢頭
四人送院治理
遊戲科學打造「黑神話宇宙」
下載APP