在能源领域，可控核聚变一直被视为“圣杯”，人类期望在地球上打造一个“小太阳”，借助磁力将上亿摄氏度的等离子体火球束缚，让燃料碰撞释放出清洁且取之不尽的能量。然而，这个“小太阳”脾气暴躁，时常突发“恶疾”——长出巨大磁气泡，拖慢火球旋转，最终导致火球散架撞墙，这种“恶疾”在物理学中被称为撕裂模不稳定性，几十年来一直是可控核聚变面临的最大难题。
不过，近期科学家有了新突破。他们为束缚等离子体的磁笼子装上了人工智能“护目镜”。借助人工智能，在磁气泡尚未形成时就能提前察觉，并自动调整磁场将其扼杀。相关研究成果发表于《Physics of Plasmas》，表明机器学习可为未来核聚变电站提供实时智能防护。
核聚变，即原子核融合。太阳和恒星持续以这种方式运转，太阳核心温度高达1500万摄氏度，压力是地球大气压的3000亿倍，在此极端条件下，氢原子核克服静电斥力聚变成氦原子核，部分质量转化为巨大能量。最有希望实现的聚变反应使用氘和氚两种氢同位素，海水中氘储量丰富，氚可在反应堆内由锂生成。一个氘核和一个氚核聚变释放17.6MeV能量，1克聚变燃料释放的能量相当于8吨汽油，且聚变产物是惰性氦气，无长寿命放射性废料，与铀 - 235裂变形成鲜明对比。
既然核聚变优势明显，为何尚未广泛应用？在地球上实现受控聚变困难重重。太阳靠强大引力创造高温高压实现聚变，而地球质量小、引力弱，需将温度升至1亿摄氏度以上，比太阳中心温度还高。1亿度下，任何固体物质都会瞬间变成等离子体，即由带正电的原子核和带负电的自由电子组成的“带电汤”，对电场和磁场极为敏感。
为束缚等离子体，物理学家想到用磁场。带电粒子在磁场中受洛伦兹力作用，会绕磁感线螺旋前进，磁场为其修筑螺旋轨道，只要磁场足够强，就能将1亿摄氏度的等离子体“悬空”约束。托卡马克装置应运而生，它是“环形磁约束真空室”的俄语缩写，上世纪50年代由前苏联科学家发明，是目前最主流、最接近实现可控核聚变目标的装置。其形状如环形甜甜圈，磁场弯成闭环，磁感线首尾相接，等离子体可在环形跑道上循环运动。托卡马克的磁笼子由环向场线圈、极向场线圈和等离子体电流协同产生。环向场线圈产生主约束磁场；极向场线圈产生沿小环截面方向的磁场，与环向场叠加形成螺旋磁感线，改善约束性能；等离子体电流自身产生极向磁场，帮助形成螺旋磁感线并加热等离子体。如此，磁感线在装置内部层层叠叠构成同心嵌套磁面，等离子体被约束在这些磁面上高速回旋并整体旋转。
若一切完美，甜甜圈里的等离子体可持续聚变反应输出能量。但现实中的等离子体不稳定，存在电流、压力等问题，撕裂模是最令科学家头疼的一种。要理解撕裂模，需先了解有理磁面。螺旋磁感线绕大环转一圈时，也会在小环极向方向转一个角度，环向转过的角度除以极向转过的角度为安全因子q。当q为简单有理数时，磁感线绕大环若干圈后会精确回到起点，形成闭合曲面，即有理磁面。有理磁面易被撕裂，因为甜甜圈中存在扰动磁场，可能来自等离子体电流波动。当扰动磁场的空间周期与磁感线的闭合周期一致，会发生稳定共振，放大扰动，触发磁重联，撕裂磁面形成独立闭合的磁岛，即“磁气泡”。磁岛会从周围等离子体中吸取能量逐渐长大，破坏磁场对称性，使等离子体无法被很好约束，膨胀到一定程度会撕裂等离子体柱，导致等离子体失控撞向器壁。
知晓撕裂模的物理机制后，为何几十年来仍难以解决？因为预测困难。撕裂模的出现取决于有理磁面附近稳定效应与失稳效应的微妙平衡，微小扰动可能通过复杂非线性过程在遥远的有理磁面上诱发撕裂模，这是典型的“蝴蝶效应”。传统物理模型要么计算慢，一次数值模拟需数小时；要么过于简化，无法捕捉所有细节。常规诊断工具发现撕裂模明显信号时，磁岛已长大到难以消除。过去工程师只能采用反应式策略，先看着等离子体被撕裂，再紧急注入冷冻颗粒或调整加热功率试图抑制磁岛，但效率低下，对未来大型核聚变反应装置可能造成难以修复的损坏。因此，提前至毫秒级准确预测是解锁核聚变的关键。
此时，机器学习发挥作用。其强项是处理非线性、混沌、耦合问题。MIT的Cristina Rea和Stuart Benjamin收集全球各大托卡马克装置几十年来的实验记录，包含数万条通道的磁信号、温度分布、密度分布、旋转速度等数据，用这些数据训练各种AI模型，从简单的随机森林到复杂的深度神经网络。训练后的AI模型如同经验丰富的老技师，能在撕裂模实际形成数十毫秒甚至数百毫秒前察觉极其微弱的异常信号，这些信号可能淹没在背景噪声中，但AI能将其挑出。
仅预测还不够，还需自动采取行动。研究人员正在开发主动等离子体控制器，其工作流程为：托卡马克上的成百上千个传感器以每秒数万到数百万次的频率将等离子体参数实时送入AI芯片，AI进行推理判断是否稳定或即将产生撕裂模，一旦风险超过阈值，控制器立刻向磁体电源或加热系统发送指令，通常在几百微秒内完成调整，如在有理磁面附近注入局部微波，微调电流分布，改变稳定性平衡，消除萌芽的磁岛。这套闭环系统相当于给托卡马克装上自动驾驶仪，操作员只需设定目标参数，其余由AI自动完成。而且科学家正在发展可解释的AI技术，让操作员理解模型判断依据，这对核设施安全认证至关重要。
用AI预测撕裂模的想法几年前就有，但直到最近才走向真实反应堆控制系统。原因有三：一是算力飞跃，新一代GPU和AI加速器能在毫秒内运行深度神经网络，以前需超级计算机完成的推理现在可集成在小板卡中；二是数据积累，全球托卡马克运行几十年攒下足够多且“脏”的真实数据，能训练出强模型；三是高压需求，未来聚变电站需在极高等离子体压力下运行，高压会加剧撕裂模产生，AI主动维稳成为标配。这项研究的直接应用对象是正在法国建设的ITER，它是人类有史以来最大的托卡马克，计划在2030年代实现长脉冲、高约束的燃烧等离子体，需要智能触发器在撕裂模失控前启动紧急保护，相关研究正为其提供核心算法。
在可控核聚变AI控制领域，中国也走在前列。合肥的EAST装置多次创造世界纪录，其团队长期开展基于机器学习的等离子体破裂预测研究，包括针对撕裂模的预警。2025年，核工业西南物理研究院与浙江大学等合作，在“中国环流三号”（HL - 3）装置上成功开发数据驱动的等离子体智能控制系统，实现对等离子体电流、位形等宏观参数的闭环自动控制，为未来聚变堆智能化运行奠定基础，相关成果发表于《自然·通讯物理学》及《Nuclear Fusion》等期刊。
目前，AI模型主要针对撕裂模一种不稳定性，而等离子体中还有其他不稳定因素。未来方向是开发多任务、多模态的统一AI框架，用“超级大脑”同时监控所有潜在危险。模型泛化能力也是难题，不同装置尺寸、磁场强度、加热方式有差异，在美国托卡马克上训练的AI在法国装置上可能不适用。研究人员正在探索迁移学习和元学习技术，让AI具备“举一反三”的能力。如今，人工智能已从核聚变研究的“辅助工具”成为“核心控制部件”，直接参与毫秒级决策，成为驯服“人造太阳”的关键缰绳。
