在美国新泽西州的一座实验室里，一套人工智能系统正在以人类无法企及的速度，驾驭着比太阳核心还要炽热的气体。

普林斯顿大学与普林斯顿等离子体物理实验室的研究团队近日宣布，他们研发的AI框架已经能够在约20毫秒内完成对聚变等离子体的监测与控制，远远超过任何人类操作员的反应速度。

这项成果的设计与初步结果已发表在学术期刊《核聚变》上。

核聚变被视为解决人类能源问题的终极方案之一，其原理是让原子核在极端高温高压下相互碰撞并释放能量，托卡马克装置正是实现这一过程最常见的技术路线。

这类装置依靠强磁场将等离子体——一种带电气体，常被称为物质的第四态——约束在特定空间内，一旦其中出现微小扰动，就可能在短短几毫秒内迅速失控，直接终止反应。人类操作员的反应速度以秒计，根本无法追上这种变化节奏。

传统的计算机模拟虽然精度很高，却往往需要数天甚至数月才能完成一次运算，无法用于指导仅持续数分钟的真实实验。论文共同第一作者、普林斯顿等离子体物理项目研究生法雷·卡加指出，机器学习模型是目前唯一能够在毫秒尺度上描述等离子体行为的方法，而这种速度正是实现精准控制的关键所在。

研究团队将这套系统命名为PACMAN，即"基于机器学习的预测与控制"的缩写。

过去，科学家们尝试用机器学习控制聚变等离子体的努力大多是零散、各自为战的，缺乏一套能让不同模型协同工作的统一框架，而聚变系统偏偏需要同时监测和调节机器与等离子体的多个不同部分。PACMAN正是为填补这一空白而设计，它把多个AI模型嵌入一个反复运行的控制回路，运转速度远超人类的反应极限。

这一流程被研究者比作一条设有四个工位的装配线：系统先从托卡马克装置采集温度、密度与磁场等实时数据，检查无误后打包传递。随后，AI模型据此预测等离子体当下或未来可能出现的状态，控制器再据此决定下一步动作，例如调高加热束的功率。

在流程末端，PACMAN会协调各控制器可能出现的冲突指令，并严格执行硬件安全限制，才会将最终指令发送给装置本身。

研究人员在美国能源部位于圣迭戈的DIII-D国家聚变装置上，通过五项独立实验验证了这套系统的灵活性与可靠性。

其中最引人注目的一项实验里，系统提前约200毫秒预测出一种被称为"撕裂模式"的破坏性不稳定性，并及时调整等离子体参数，从源头上避免了它的发生。传统控制器往往要等到不稳定性已经出现才能介入，而彼时为时已晚，只能以牺牲反应效率为代价加以抑制。

尽管AI已经接管了毫秒级的决策，研究团队反复强调，人类始终掌握着实验目标的设定权。法雷·卡加表示，无论控制器多么精密，最终设定控制参数的仍然是人。

项目联合负责人、普林斯顿大学副教授埃格门·科勒门表示，PACMAN采用模块化架构，新的算法可以随时接入或替换，而不会影响系统其他部分的运行。

他认为，这种设计正在把人工智能等离子体控制，从一系列零散的演示实验，转变成整个聚变研究界都可以依赖的基础设施。

由于聚变反应堆一旦投入商业运行便需要全天候不间断工作，能够实时预判并化解风险的AI系统，被视为让这项"人造太阳"技术真正走向电网的关键一步。