美国劳伦斯伯克利国家实验室获得聚变材料研究新突破

美国加州大学戴维斯分校与劳伦斯伯克利国家实验室的科学家在核聚变反应堆设计领域取得重大突破。该团队投身于一个新兴聚变研究前沿 ——材料驱动聚变。该方向重点研究反应堆构造材料，以此提升反应效率、降低稳定维持聚变所需温度。

伯克利实验室近期新闻稿写道：“过去研发材料，目标只是让材料承受聚变的极端环境；如今研究人员有望设计出可在特定条件下加速聚变反应的材料，作用机理类似于催化剂加快化学反应。”

介绍该突破的论文本月刊发于学术期刊《自然・通讯》。团队在文中阐明，相较于常规条件，钛钯金属薄膜能够在更低温度下大幅提升氘 - 氘聚变反应发生频次。这是一项关键突破：现有聚变实验需要极高温度，能耗巨大，致使绝大多数聚变反应处于能量净亏损状态。除此之外，极端高温会严重损耗相关材料。上述两大难题叠加，是核聚变实现商业化最严峻的挑战。

《自然・通讯》论文报道的发现本身意义重大，而它将推动材料驱动聚变领域开展的后续研究价值更高。伯克利实验室加速器技术与应用物理部（ATAP）聚变科学与离子束技术组负责人阿伦・佩尔绍德在新闻稿中表示：“这为我们带来了前所未有的全新调控手段。倘若我们进一步厘清该效应背后的机理，就有机会研发新型材料，在特定工况下调控聚变反应速率。持续研究下去，未来有望造出体积更小、效率更高的中子发生器。这类设备应用场景十分广泛，包括货物安检、行星科学研究、医疗诊疗与医学成像等。”

随着人工智能融入聚变行业，材料驱动方向的研究日益普及，前景愈发可观。研究人员借助大语言模型快速对各类材料开展模拟计算，筛选最优候选材料；若是依靠传统手段开展这项工作，无异于大海捞针。

位于美国艾奥瓦州埃姆斯市的埃姆斯国家实验室，正在开发一款服务于上述目标的人工智能工具 DuctGPT。该工具结合大语言模型与物理建模，筛选能够适应核聚变反应堆严苛环境的材料。伯克利实验室本次取得的突破可以直接对接埃姆斯实验室的相关研究：本次新发现等各类实验数据与模型输入系统后，能够持续优化模型，让后续研究更加高效精准。

由此可见，人工智能或许是破解自身所引发能源危机的关键。尽管未来数年人工智能总体耗电量尚无精确定论，但可以确定，庞大用电需求会对全球能源安全构成切实威胁。想要支撑人工智能产业蓬勃发展，同时不偏离气候目标、平衡各类能源需求，就必须在能源生产模式与人工智能能耗管控两大领域实现重大技术革新。

ChatGPT 开发企业 OpenAI 首席执行官山姆・奥尔特曼在 2024 年达沃斯世界经济论坛年会上表示：“不取得颠覆性突破，我们无法达成目标。这推动我们加大聚变能源领域的投入。” 如今越来越多相关投资开始运用人工智能工具，解决人工智能自身带来的能源问题。DuctGPT 这类工具，极有可能成为我们依靠技术创新化解能源危机的最优途径。