#HEAT-ML 核能资讯

新型人工智能HEAT-ML能够加速聚变系统设计和运行决策，通过深度神经网络计算托卡马克部件的阴影掩模，大幅缩短模拟时间，并为聚变发电的实现提供关键技术支持。

美国能源部普林斯顿等离子体物理实验室（PPPL）与合作伙伴开发了人工智能HEAT-ML，用于快速识别聚变装置中的“磁影”区域。该技术可加速聚变系统设计及运行决策，有望为未来可控核聚变提供支持。研究聚焦于托卡马克装置SPARC的高热区域模拟，HEAT-ML的计算速度比传统方法快数千倍。