核聚变研发竞赛：无放射性的“小太阳”正在加速成为现实

得益于谷歌庞大的计算能力，一家美国公司正在通往可控核聚变能源的道路。

得益于谷歌庞大的计算能力，一家美国公司正在通往可控核聚变能源的道路。

通过应用能够自我迭代的软件，TAE技术公司已经将曾经需要两个月的任务缩短到几个小时。

谷歌已将其在“机器学习”方面的专业知识借给该公司，以加快实现可控核聚变的时间表。

核聚变有望提供丰富的低碳能源，它与太阳释放能量的过程相同。

现有核能以裂变为基础，在裂变过程中，一种较重原子分裂成较轻的原子。核聚变的工作原理是将两种轻原子结合起来，生成一种更重的原子。通过使用被称为等离子体的高温带电气体，快速移动的粒子可以融合，释放出能量。

当聚变产生的能量超过投入的能量时，它在经济上证明是可行的。但是还没有人做到这一点，尽管人们为“在地球上建造一颗恒星”进行了长达80年的努力。

挑战是巨大的，但核聚变行业的一些人希望，创新思维和颠覆性技术可以帮助打破这种情形。

TAE的首席执行官班德波尔（Michl Binderbauer）向BBC表示，“我想先做到聚变 ，但任何人做到也是英雄。”

TAE科技公司位于洛杉矶东南部绿树成荫的福特希尔兰赫（Foothill Ranch），已经筹集了超过8.8亿美元的私人资金，高于其他任何核聚变公司。该公司获得来自高盛公司、洛克菲勒家族和已故的微软公司联合创始人保罗·艾伦的高调支持。其董事会成员包括前美国能源部长欧内斯特·莫尼兹。

该公司的30米长的聚变筒，以TAE的创始人、2014年去世的物理学家诺曼·罗斯托克（Norman Rostoker）的名字命名为C2W “诺曼”。它代表了一种与世界上最大的聚变实验所使用的甜甜圈形“托卡马克”（tokamak）不同的方法，后者在价值数十亿欧元的ITER项目中使用。

控制数千万度的等离子体需要一个精调细控的系统。谷歌在机器学习方面的优势，即算法随着经验而不断改进，已被用于优化TAE的聚变装置。

优化，或调整到最佳性能，会在设备上的某些东西发生变化时进行，如添加新的硬件。这个过程曾经需要两个月左右，但有了机器学习，“我们现在可以仅在一个下午完成，”TAE的班德波尔向BBC表示。

“学习速度加快得令人难以置信，使我们能够更容易地做出改变”。机器学习也被用来重建核聚变实验期间所发生之事，这也被称为“拍摄”。多股数据可以被拉到一起，以便更深入地了解这个过程。

班德波尔解释称，这是个难以置信的算力密集型问题，而且在此之前甚至很少有人试图解决该问题。他表示，与谷歌合作的结果可能会使该公司的长期规划提前一年，该规划打算在2030年之前推出商业核聚变测试设备。

TAE科技公司已经走过了漫长的道路——加州大学欧文分校的教授罗斯托克在1998年创建了Tri-Alpha能源公司；出生于奥地利的班德波尔是罗斯托克的博士生之一，四年前成为公司的CEO。这两位物理学家选择了TAE方法，然后从核聚变电站的要求开始，倒推进行研发。