国际商业机器公司IBM(International Business Machines Corporation)与美国橡树岭国家实验室(ORNL)的研究团队提出了一条利用人工智能、超级计算机和量子计算协同生产氚的新路径。
氚是核聚变反应中极为关键的氢同位素，但自然储量稀少、产量有限，这一直是核聚变商业化面临的重要瓶颈。研究人员认为，将多种先进计算技术结合起来模拟聚变反应堆内部复杂物理和化学过程，可能为未来稳定获取聚变燃料提供新的解决方案。
核聚变被视为清洁能源的重要方向，大规模应用后，核聚变发电的能量密度远高于燃煤电站，也高于现代裂变核反应堆，因此被寄予解决全球能源危机的厚望。
目前最受关注的聚变路线之一是氘—氚反应。氘可从海水中获得，每立方米海水约含33克氘，(ORNL)但氚却十分稀缺，全球每年产量约20公斤，且半衰期只有约12年。聚变电站若要持续运行，必须在反应堆中高效“增殖”氚，通常需要利用中子轰击锂原子来生成氚。问题在于，相关反应涉及极其复杂的分子构型和化学过程，传统超级计算机也难以完成足够精细的模拟。
此次研究的重点是模拟含氟、锂和铍的液态盐材料FLiBe。FLiBe被认为是未来聚变堆中提取或增殖氚的候选材料之一，但其内部反应机制复杂。研究团队模拟了九种FLiBe分子构型，并借助橡树岭国家实验室的Frontier超级计算机运行人工智能模型，同时利用IBM位于纽约的Quantum Heron量子处理器执行量子算法。研究人员称，这是首次使用量子计算机模拟核聚变反应堆内部相关反应。
这项成果目前仍发布在arXiv预印本平台，尚未经过同行评审，因此距离工程应用仍有距离。不过，它的意义在于展示了一种新的科研范式：用人工智能筛选和优化计算路径，用超级计算机承担大规模数据处理，再用量子计算处理传统计算难以胜任的量子化学问题。如果这一路线继续成熟，未来或将帮助科学家更准确地设计聚变堆材料，提高氚生产效率，为核聚变能源从实验室走向商业化打下基础。
免责声明：本网转载自合作媒体、机构或其他网站的信息，登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其内容的真实性。本网所有信息仅供参考，不做交易和服务的根据。本网内容如有侵权或其它问题请及时告之，本网将及时修改或删除。凡以任何方式登录本网站或直接、间接使用本网站资料者，视为自愿接受本网站声明的约束。
