在当前全球能源转型的浪潮中，核聚变作为一种潜力巨大的清洁能源技术，正受到科学界和产业界的高度关注。核聚变不仅具有燃料丰富、环境友好、能量密度高的优点，更被视为未来实现碳中和目标的重要支柱。然而，要实现可控核聚变，尤其是高效稳定地实现等离子体约束，始终是科学家面临的巨大挑战。近日，机器学习领域的领先平台Hugging Face与欧洲快速成长的核聚变公司Proxima Fusion宣布携手发起一项开放合作计划，专注于利用机器学习技术优化星器（stellarator）设计，力图突破传统物理模拟的瓶颈，加速核聚变能源实现实用化的进程。 核聚变技术及星器的独特优势核聚变是自然界中太阳及恒星产生能量的机制，通过轻核的融合释放出巨大能量。相比传统核裂变，核聚变拥有更高的安全性和更低的放射性废料生成，且燃料来源广泛，主要为氘和氚，具备可持续发展优势。
受控核聚变装置旨在利用强磁场约束高温等离子体，实现持续稳定的反应，其中磁约束装置又以托卡马克（tokamak）和星器两大类型为主要竞选者。托卡马克因其结构相对简单而早期占据主导地位，但存在脉冲运行和电流驱动等局限。星器则通过复杂的三维扭曲磁场实现等离子体约束，完全依赖外部磁场线圈，无需等离子体电流，从而避免了托卡马克面临的电流不稳定和扰动问题。这使得星器具有更优异的稳定性和潜在的连续运行能力，被视为实现商业化核聚变的有力路径。 然而，星器的磁场几何极其复杂，设计与制造难度极高。为了优化星器的磁场约束和等离子体形态，研究人员依赖诸如VMEC和HINT等物理仿真工具进行平衡态的数值计算，这些工具计算量巨大且对输入参数极其敏感，严重制约了快速设计迭代和性能提升。
作为欧洲领先的核聚变研究示范，马克斯普朗克等离子体物理研究所研发的Wendelstein 7-X（W7-X）星器成功证明了复杂三维磁场设计的可行性，并取得了低新古典输运损失和稳定等离子体约束的重要突破，令星器技术重新焕发活力。 机器学习为星器设计注入新活力此次Hugging Face与Proxima Fusion的合作正是在这一背景下应运而生。两者通过开放的合作模式，整合机器学习社区的智慧资源，推出了一系列以星器优化为目标的公开挑战，旨在以数据驱动方法突破传统仿真计算的局限。合作中的核心亮点是基于Proxima Fusion发布的ConStellaration数据集，该数据集涵盖超过十五万个准各向同性（Quasi-Isodynamic, QI）星器平衡解，数据维度包含三维等离子体边界参数、压力和电流剖面以及VMEC++仿真输出的多种关键物理指标，为机器学习模型的训练提供了丰富而高质量的基础。 正如Proxima Fusion团队所指出，准各向同性星器配置通过极大地降低内部等离子体电流，有效避免了扰动风险，是向稳定、可建造的商业核聚变装置迈进的重要候选方案。通过机器学习建立快速准确的代理模型，取代耗时的物理仿真计算，可以开创实时设计迭代和可微分优化的新范式，显著提升设计效率与性能。
具体而言，合作提出了多层次迭代挑战，包括几何优化的基础星器设计、注重可制造性并保持良好约束的QI星器以及兼顾多目标优化和磁流体力学稳定性的高级设计问题。每个挑战均配套了参考实现、评估脚本和公开的开源代码，鼓励机器学习研究者从多角度切入，贡献创新算法和模型架构。 社区驱动：开放协作助推核聚变进程此合作不仅是一次技术上的创新，更是一场跨领域知识融合和开源协作的典范。Hugging Face社区强调打破科学研究的壁垒，汇聚全球机器学习和等离子体物理专家，促进数据、工具与经验的共享。通过开放排行榜、公开基准和持续互动，参与者可以实时提交设计方案，比较性能指标，激发技术竞争力和创新潜能。同时，合作呼吁学术界、产业界及个人研究者贡献更多数据、模型及算法，共同推进星器设计步入机器学习时代。
挑战与发展前景在技术推广过程中，仍存在诸多挑战值得关注。首先，星器设计的多物理场、多参数耦合特性使得模型复杂度异常高，训练深度学习模型需要克服数据稀疏性和高维拥挤问题。其次，现有仿真软件如VMEC++的跨平台兼容性及依赖包问题在部分操作系统环境中存在难题，这对社区用户尤其是Mac用户提出了额外挑战。Hugging Face和Proxima Fusion均已积极响应，致力于更新依赖库、完善文档和提供技术支持。 展望未来，随着机器学习算法的不断进步和算力提升，基于差分编程的可微分仿真技术有望逐步成熟，实现闭环的自动设计优化。此外，跨模型预训练、多模态融合和强化学习等前沿技术将赋能星器设计进入更智能的自适应阶段。
结合量子计算或高性能计算架构，核聚变模拟的精度和速度预期将获得质的飞跃。 核聚变能源的普及不仅是科学成就，更是解决全球气候变化和能源安全的关键。结合公共开放数据、机器学习创新与产业落地的协同推进模式，将有效推动核聚变走出实验室，迈向实用化能源时代。作为此次合作的发起者，Hugging Face和Proxima Fusion展示了通过跨学科融合，用户驱动型创新能够加速复杂科学难题破解的典范。 总结来看，核聚变尤其是星器技术正迈入一个新时代。借助机器学习的强大力量，科学家可以更快速地模拟、优化及设计磁约束装置，突破传统物理模型的计算瓶颈。
Hugging Face与Proxima Fusion的开放协作，构筑了一个面向全球机器学习及核聚变社区的创新平台，不仅推动了星器设计方法学的进步，也为未来清洁能源发展注入无限可能。随着更多技术力量的汇聚，或许我们比以往任何时候都更接近，将永恒的恒星能量带到地球，为人类创造一个碳中和、可持续的美好未来。
