据核聚变与等离子体物理4月20日消息，由美国劳伦斯利弗莫尔国家实验室、英国伦敦帝国理工学院等研究机构组成的研究团队利用机器学习模型成功构建一种能有效抑制不稳定性的核聚变靶材。在实验中，靶材表面下空腔使单个激波转化为一系列较弱的激波，从而将表面上游的不稳定性增长被抑制超过70%，抑制不稳定射流对于惯性约束聚变及其他高能量密度系统具有重要意义。同时，研究团队表示，该研究是首批实现机器学习设计、实体制造、实验验证全流程闭环的研究之一，证明这类AI优化结构可以为真实实验提供关键帮助。相关研究成果发表在《物理评论快报》期刊。

https://mp.weixin.qq.com/s/W0ZUibyhanFQjApOvr8mXA