LLNL利用AI加速聚变实验

美国劳伦斯利弗莫尔国家实验室（LLNL）的研究人员将人工智能与惯性约束聚变（ICF）靶设计相结合，通过在世界上两台最强大的超级计算机上部署AI代理，自动化并加速ICF实验。

LLNL的科学家及合作者将大型语言模型（LLM）与最先进的仿真工具结合，以解释人类设计师的自然语言提示。这是名为“多代理设计助手”（MADA）的AI框架的一部分。他们还利用该平台为LLNL的下一代3D多物理场代码MARBL生成完整的物理仿真数据包。MARBL的一个关键优势是能够设计和分析与任务相关的高能量密度实验，包括ICF实验。

在LLNL国家点火设施（NIF）的ICF实验中，当设施的192束激光汇聚到一个由氘和氚组成的微小靶标上时，会产生聚变链式反应并释放聚变能。MADA团队正在使用百亿亿级超级计算机El Capitan（峰值性能为2.79百亿亿次运算，目前全球最快）以及规模较小的Tuolumne来测试这一AI系统。该框架集成了一个名为“逆向设计代理”（IDA）的组件，用于设计新的ICF靶标。

据LLNL物理学家兼首席研究员Jon Belof介绍，该项目可追溯至2019年。“当时，我们对如何将AI与冲击波物理学结合非常感兴趣。这似乎是一个奇怪的想法——至少很多人是这么认为的，”Belof说。“有趣的是，这最终成为最简单的部分。随着大型语言模型的进步，让半自主的AI系统与人类共同完成ICF设计似乎是自然而然的下一步。”

然而，随着AI能力和准确性的快速提升，MADA团队已将此“奇怪想法”转变为一个成熟的AI驱动设计工作流程，并取得了成果。团队成员包括来自洛斯阿拉莫斯国家实验室（LANL）和桑迪亚国家实验室（SNL）的国家核安全管理局（NNSA）三方合作者。NNSA的“高级仿真与计算”计划为该项目提供了资金支持。

在最近的一次演示中，一个开源LLM（通过MARBL内部文档微调）成功接收了设计师手绘的靶丸示意图和自然语言请求，生成了完整的仿真数据包，并运行了数千次仿真以探索ICF靶丸几何变化，最终提出了一个新颖的靶设计方案。

Belof表示，像MADA这样的工具能够大幅压缩设计周期并探索广阔的设计空间，可能在确定提高聚变产额的最佳条件方面发挥关键作用。通过将人类洞察力与AI驱动的探索相结合，LLNL希望比以往更快、更高效地驾驭高增益内爆的复杂物理学。

“理论上，AI代理不仅让我们能够同时探索3-4种不同的ICF设计概念，甚至可能达到数百或上千种，”Belof解释道。“人类不再需要运行仿真集合，而是能够运行想法集合。这一概念可能具有革命性意义。”

MADA系统的核心是其AI“代理”。这些自主软件实体由两个关键组件组成：一个能够理解和响应人类语言的LLM，以及一个专门的“工具”接口。后者是一种可执行功能，使代理能够执行特定领域的任务。对于MADA来说，代理的工具可以生成结构化仿真输入文件，并在高性能计算（HPC）系统上启动它们。“我们正在将AI置于超级计算机的驾驶座上，这是前所未有的，”Belof说。

支持逆向设计代理（IDA）的另一个关键组件是作业管理代理（JMA）。IDA负责设计生成，而JMA则在LLNL的超级计算机上驱动大规模仿真工作流程的执行，并与Flux调度器和工作流管理工具交互。

JMA确保任务正确排队、资源合理分配，并高效收集仿真输出以供下游分析。这些代理协调运作，IDA提出仿真策略，JMA管理执行流程，形成AI规划与HPC执行之间的无缝循环。

“JMA将AI和HPC结合起来，协调处理资源管理和工作流优化的代理，为我们在迈向稳健聚变能源点火平台的过程中提供了关键优势，”JMA团队负责人Giselle Fernandez表示。

这使得设计师与仿真之间的互动达到了前所未有的水平。研究人员不再需要手动编码和启动单个任务（这一过程可能耗时数天甚至数周），只需与AI代理对话，就能并行探索数千种设计变化。

“代理可以接收靶丸示意图和一条类似于‘探索几何结构中某一部分变化的影响’的简明语言提示，并将其翻译为MARBL的有效仿真数据包，”Belof解释道，“随后运行该数据包，收集结果，甚至可以构建训练数据集以支持代用模型。”

MADA方法利用HPC在LLNL的Tuolumne（全球第12快的超级计算机）上运行大规模仿真集合。每项研究通常包含数万次ICF仿真。这些仿真的输出用于训练名为PROFESSOR的机器学习模型，该模型能够为探索新靶丸几何结构的设计师提供即时反馈。

“一旦完成训练，PROFESSOR模型会生成内爆时间历程（半径随时间变化的函数），并能在人类设计师改变输入几何结构时即时更新，”Belof说。“这是AI/机器学习与HPC共同为ICF设计师提供的强大新工具。”

通过支持自然语言交互、图像解释和快速仿真到模型的流程，MADA项目展示了如何将AI直接嵌入高风险的科学工作流程中。其结果是一个全新的国家安全设计阶段，用协同AI增强替代了缓慢的人工迭代。

“这真的是一种通过AI提升人类生产力的变革性方式，”Belof说。“我认为这个项目表明，我们才刚刚开始挖掘可能性。AI工具有望帮助我们优化资源分配，并理解下一代增强聚变设施所需的权衡。”

其影响可能远超ICF领域。随着El Capitan等更多百亿亿级系统上线，MADA为AI代理如何在从材料发现到武器认证的多个领域充当数字协作者提供了蓝图。