近日，由大工物理学院王正汹教授团队开发的“基于机器学习的核聚变湍流输运预测”人工智能平台获华为技术有限公司授权的“华为技术认证书”。

人工智能“机器学习”是一个多领域交叉学科，在过去几十年中，基于机器学习的理论与方法得到了显著的发展，被广泛地用于解决科学领域与工程领域的复杂问题。机器学习在很大程度上被认为是我们这个时代主要的颠覆性技术之一。近年来，机器学习在等离子体物理研究中也已得到广泛应用。基于第一性原理的模拟，对于微观湍流输运性质的研究至关重要，最近有研究证明输运方程的求解同样可以借助机器学习方法以提高精确度及效率。

为此，王正汹教授团队自主开发了基于机器学习的核聚变湍流输运预测平台。该模型基于朗道回旋流体程序（ExFC）模拟结果，通过使用机器学习算法，构建了可信的输运预测模型ExFC-NN。该模型可以成功预测托卡马克等离子体中湍流输运特性。已实现的功能包括预测主导湍流类型及饱和通量水平。通过进一步发展，可在给定初始等离子体参数的径向分布（离子温度、电子温度及密度），预测非线性阶段对应的扰动及通量的径向分布。这一结果证明了基于机器学习的预测模型在湍流输运研究中的可行性，为今后实现快速实验分析及实验参数设计提供参考数据奠定基础【Li H.（李慧）, Li J. Q.（李继全）, Fu Y. L.（付艳林）, Jiang M.（蒋敏）, Wang Z. X.（王正汹）, Plasma Sci. Technol. 23, 115102 (2021) ；Li H.（李慧）, Fu Y. L.（付艳林）, Li J. Q.（李继全）, Wang Z. X.（王正汹）, Nucl. Fusion 62, 036014 (2022). 】。相关工作也被国内外同行关注和引用，如美国普林斯顿等离子物理实验室PPPL科研人员基于建立神经网络模型研究NSTX-U装置的磁场平衡问题；华中科技大学聚变所科研人员基于机器学习研究J-TEXT装置的破裂预警等。国内外同行的积极评价证明了王正汹团队这一系列研究成果的重要性以及同行对该成果的认可。

2022年11月，由王正汹教授带领，在大连人工智能生态创新中心的支持下，团队成员李慧博士经过模型开发、撰写、申请、检验及最终测试等环节，完成了上述模型与华为技术有限公司AI框架（昇思MindSpore）的兼容性测试，成功获得华为技术认证证书！继国内第一次将机器学习算法应用于湍流预测研究之后，首次将核聚变湍流输运预测与华为技术有限公司AI框架结合。认证的通过，不仅证明团队工作成果获得了认可与支持，并为未来双方进行深度合作奠定基础。

近三年，王正汹教授团队在人工智能与磁约束核聚变交叉研究方面，已获得一定进展；相关成果已发表在核聚变领域内顶级期刊Nuclear Fusion，以及Plasma Physics and Controlled Fusion，Plasma Science and Technology等重要期刊。将人工智能技术应用到湍流输运预测研究【Li H.（李慧）, Li J. Q.（李继全）, Fu Y. L.（付艳林）, Jiang M.（蒋敏）, Wang Z. X.（王正汹）, Plasma Sci. Technol. 23, 115102 (2021) ；Li H.（李慧）, Fu Y. L.（付艳林）, Li J. Q.（李继全）, Wang Z. X.（王正汹）, Nucl. Fusion 62, 036014 (2022). 】及比压极限预测研究【Zhao Y. F.（赵弋菲）, Liu Y. Q. （刘钺强）, Wang S.（王硕）, Hao G. Z.（郝广周）, Wang Z. X.（王正汹）et al, Plasma Phys. Control. Fusion 64, 045010 (2022).】中。人工智能技术催生科学计算新范式，未来团队将继续在人工智能与核聚变领域进行深度探索，为核聚变研究探索新的思路与方法。