勞倫斯利弗莫爾國家實(shí)驗(yàn)室(LLNL)研究人員在AI與聚變目標(biāo)設(shè)計(jì)結(jié)合上取得里程碑式進(jìn)展，通過在兩臺全球最強(qiáng)大超級計(jì)算機(jī)上部署AI代理，自動化和加速慣性約束聚變(ICF)實(shí)驗(yàn)。

作為多智能體設(shè)計(jì)助手(MADA)人工智能框架的一部分，LLNL科學(xué)家及其合作者將大型語言模型(LLM)與先進(jìn)仿真工具結(jié)合，以解釋人類設(shè)計(jì)師自然語言提示，為LLNL下一代3D多物理代碼MARBL生成完整物理仿真平臺。MARBL能設(shè)計(jì)和分析與任務(wù)相關(guān)的高能量密度實(shí)驗(yàn)，包括ICF。

在LLNL國家點(diǎn)火裝置(NIF)進(jìn)行的ICF實(shí)驗(yàn)中，192束激光匯聚在由氘和氚組成的微小靶子上，引發(fā)聚變鏈?zhǔn)椒磻?yīng)產(chǎn)生聚變能。MADA團(tuán)隊(duì)使用百億億次級超級計(jì)算機(jī)El Capitan(全球最快，峰值速度達(dá)2.79 exaFLOP)及規(guī)模較小的Tuolumne超級計(jì)算機(jī)測試該AI系統(tǒng)。該框架整合逆向設(shè)計(jì)代理(IDA)用于設(shè)計(jì)新ICF靶子。

LLNL物理學(xué)家兼首席研究員喬恩·貝洛夫表示，項(xiàng)目起源于2019年，當(dāng)時(shí)團(tuán)隊(duì)對人工智能與沖擊波物理學(xué)結(jié)合感興趣，隨著大型語言模型進(jìn)步，讓半自主人工智能系統(tǒng)與人類協(xié)同進(jìn)行ICF設(shè)計(jì)的想法成為自然下一步。如今，MADA團(tuán)隊(duì)(包括美國國家核安全局洛斯阿拉莫斯和桑迪亞國家實(shí)驗(yàn)室的三實(shí)驗(yàn)室合作者)已將這一想法轉(zhuǎn)變?yōu)閺?fù)雜的人工智能驅(qū)動設(shè)計(jì)工作流程并取得成果。

在最近一次演示中，一個(gè)根據(jù)MARBL內(nèi)部文檔微調(diào)的開源LLM，成功從人類設(shè)計(jì)師處獲取手繪膠囊圖和自然語言請求，生成完整模擬平臺并運(yùn)行數(shù)千次模擬，探索ICF膠囊?guī)缀涡螤钭兓贸鲂路f目標(biāo)設(shè)計(jì)。

人工智能驅(qū)動的設(shè)計(jì)范式出現(xiàn)正值聚變研究關(guān)鍵時(shí)刻。繼LLNL于2022年12月在NIF實(shí)現(xiàn)歷史性點(diǎn)火后，該實(shí)驗(yàn)室著眼于開發(fā)強(qiáng)大點(diǎn)火平臺，為國家安全應(yīng)用開辟新可能。

貝洛夫稱，像MADA這樣的工具可大幅壓縮設(shè)計(jì)周期，探索廣闊設(shè)計(jì)空間，在確定提高聚變產(chǎn)量最佳條件方面發(fā)揮關(guān)鍵作用。通過結(jié)合人類洞察力與人工智能驅(qū)動探索，LLNL希望更快、更高效探索高增益內(nèi)爆復(fù)雜物理原理。原則上，人工智能代理能同時(shí)探索數(shù)百甚至數(shù)千個(gè)不同ICF設(shè)計(jì)理念，帶來巨大變革。

MADA系統(tǒng)核心是其AI“代理”，由能理解并響應(yīng)人類語言的LLM和可執(zhí)行特定領(lǐng)域任務(wù)的“工具”接口組成。對于MADA，代理工具可生成結(jié)構(gòu)化模擬輸入文件，并在高性能計(jì)算(HPC)系統(tǒng)上啟動。

支持逆向設(shè)計(jì)代理的另一個(gè)重要組件是作業(yè)管理代理(JMA)。IDA負(fù)責(zé)設(shè)計(jì)生成，JMA負(fù)責(zé)驅(qū)動LLNL超級計(jì)算機(jī)上大規(guī)模模擬工作流執(zhí)行，并與Flux調(diào)度程序和Merlin等工作流管理工具交互。JMA確保作業(yè)正確排隊(duì)、資源分配，并高效收集模擬輸出用于下游分析。這些代理以協(xié)調(diào)方式共同運(yùn)行，在AI規(guī)劃和HPC執(zhí)行之間形成無縫循環(huán)。

JMA團(tuán)隊(duì)負(fù)責(zé)人吉賽爾·費(fèi)爾南德斯表示，作業(yè)管理代理結(jié)合AI和HPC，為推進(jìn)強(qiáng)大聚變能點(diǎn)火平臺提供關(guān)鍵優(yōu)勢。

這種迭代工作流程使設(shè)計(jì)師與模擬間交互性達(dá)前所未有的水平。研究人員無需手動編碼和啟動單個(gè)作業(yè)，現(xiàn)在只需與人工智能代理對話，就可并行探索數(shù)千種設(shè)計(jì)變體。

MADA方法利用HPC在LLNL的Tuolumne超級計(jì)算機(jī)上運(yùn)行大規(guī)模集成計(jì)算，通常單次研究進(jìn)行數(shù)萬次ICF模擬。這些模擬輸出用于訓(xùn)練名為PROFESSOR的機(jī)器學(xué)習(xí)模型，為探索新膠囊?guī)缀涡螤畹脑O(shè)計(jì)師提供即時(shí)反饋。經(jīng)過訓(xùn)練后，PROFESSOR模型會生成內(nèi)爆時(shí)間歷程，當(dāng)人類設(shè)計(jì)師改變輸入幾何形狀時(shí)，這些歷程會瞬間改變，對ICF設(shè)計(jì)師來說是強(qiáng)大新工具。

通過實(shí)現(xiàn)自然語言交互、圖像解讀和快速仿真到模型流程，MADA項(xiàng)目展示了如何將人工智能直接嵌入到高風(fēng)險(xiǎn)科學(xué)工作流程中，使國家安全設(shè)計(jì)工作進(jìn)入新階段——用協(xié)作式人工智能增強(qiáng)取代緩慢手動迭代。

其影響可能遠(yuǎn)不止ICF。隨著更多百億億次級系統(tǒng)上線，MADA為AI代理在從材料發(fā)現(xiàn)到武器認(rèn)證等領(lǐng)域充當(dāng)數(shù)字協(xié)作者提供了藍(lán)圖。貝洛夫稱，這通過人工智能以變革性方式提升人類生產(chǎn)力，項(xiàng)目表明才剛開始挖掘各種可能性，人工智能工具有潛力幫助最佳分配資源，理解下一代增強(qiáng)型聚變設(shè)施所需權(quán)衡利弊。

這項(xiàng)工作由美國國家航空航天局(NNSA)的“高級模擬與計(jì)算”項(xiàng)目資助。其他LLNL MADA團(tuán)隊(duì)成員包括副首席研究員查爾斯·杰克爾、MARBL項(xiàng)目負(fù)責(zé)人羅布·里本，以及研究員威爾·希爾、梅爾·沙查爾和丹·斯特本茨。薩默維爾國家實(shí)驗(yàn)室的內(nèi)森·布朗和洛斯阿拉莫斯國家實(shí)驗(yàn)室的伊斯梅爾·吉布里拉·布雷馬也參與了這項(xiàng)工作。