罗切斯特科学家将开发机器学习，以帮助预测、设计和改进惯性聚变能量的激光聚变内爆。罗切斯特大学和惠普企业的研究人员认为，人工智能可以帮助科学家迈出创造聚变能源的下一步。美国能源部正在向一个由聚变物理学家和计算机科学家组成的团队提供近3万美元，用于探索机器学习和数据科学如何帮助预测、设计和改进激光聚变内爆。

多年来，科学家们一直在使用激光试图通过一种称为惯性约束聚变的过程产生聚变能量，其中充满燃料的目标被压缩和加热以启动核聚变反应。但到目前为止，在罗切斯特激光能量学实验室(LLE)的欧米茄等激光设施进行的测试产生的能量比模拟预测的要少。

“尽管进行了多年的激光驱动惯性约束聚变研究，但没有明确的途径获得惯性聚变能量所需的高能量增益，”LLE首席科学家，机械工程系和物理与天文学系的Robert L. McCrory教授Riccardo Betti说。.“然而，我们现在拥有丰富的实验数据，我们可以利用机器学习来系统地纠正模拟并指导对实验的实时调整。

该团队将使用OMEGA实验数据库作为训练数据以及来自LLE辐射流体动力学代码的模拟数据库。最终，他们希望他们开发的机器学习模型能够帮助他们设计更高性能的内爆，并更好地了解核聚变的非线性物理学的复杂性。

该项目汇集了来自LLE的惯性约束聚变物理学家以及来自罗切斯特计算机科学系和惠普企业的人工智能和机器学习专家。来自罗切斯特的联合PI包括计算机科学副教授Christopher Kanan和LLE科学家Varchas Gopalaswamy。研究人员的目标是在2026年之前完成这项研究。