> 数据图表你知道DeepMind 通过强化学习控制等离子体2025-5-3人工智能应用有望实现对等离子体的精确控制。通过深度强化学习，人工智能技术能够实时模拟等离子体的状态，从而精确控制和预测等离子体的不稳定性，提前干预等离子体的运行，防止等离子体破裂。2022 年，谷歌旗下 DeepMind 与瑞士洛桑联邦理工学院瑞士等离子体中心联合，开发了一个人工智能深度强化学习系统，并成功实现对托卡马克内部核聚变等离子体的控制。2023 年，在此前研究的基础之上，通过改变算法不仅将等离子体形状的精度提高了 65%，还让学习新任务所需要的时间减少 3 倍以上。2024 年，普林斯顿的研究团队通过 AI 技术，能够在等离子体发生不稳定性前 300 毫秒进行预测，并采取措施预防，提高了核聚变反应的可操作性和持续性。华泰证券能源矿产
