劳伦斯利弗莫尔国家实验室(LLNL)研究人员在AI与聚变目标设计结合上取得里程碑式进展，通过在两台全球最强大超级计算机上部署AI代理，自动化和加速惯性约束聚变(ICF)实验。
作为多智能体设计助手(MADA)人工智能框架的一部分，LLNL科学家及其合作者将大型语言模型(LLM)与先进仿真工具结合，以解释人类设计师自然语言提示，为LLNL下一代3D多物理代码MARBL生成完整物理仿真平台。MARBL能设计和分析与任务相关的高能量密度实验，包括ICF。
在LLNL国家点火装置(NIF)进行的ICF实验中，192束激光汇聚在由氘和氚组成的微小靶子上，引发聚变链式反应产生聚变能。MADA团队使用百亿亿次级超级计算机El Capitan(全球最快，峰值速度达2.79 exaFLOP)及规模较小的Tuolumne超级计算机测试该AI系统。该框架整合逆向设计代理(IDA)用于设计新ICF靶子。
LLNL物理学家兼首席研究员乔恩·贝洛夫表示，项目起源于2019年，当时团队对人工智能与冲击波物理学结合感兴趣，随着大型语言模型进步，让半自主人工智能系统与人类协同进行ICF设计的想法成为自然下一步。如今，MADA团队(包括美国国家核安全局洛斯阿拉莫斯和桑迪亚国家实验室的三实验室合作者)已将这一想法转变为复杂的人工智能驱动设计工作流程并取得成果。
在最近一次演示中，一个根据MARBL内部文档微调的开源LLM，成功从人类设计师处获取手绘胶囊图和自然语言请求，生成完整模拟平台并运行数千次模拟，探索ICF胶囊几何形状变化，得出新颖目标设计。
人工智能驱动的设计范式出现正值聚变研究关键时刻。继LLNL于2022年12月在NIF实现历史性点火后，该实验室着眼于开发强大点火平台，为国家安全应用开辟新可能。
贝洛夫称，像MADA这样的工具可大幅压缩设计周期，探索广阔设计空间，在确定提高聚变产量最佳条件方面发挥关键作用。通过结合人类洞察力与人工智能驱动探索，LLNL希望更快、更高效探索高增益内爆复杂物理原理。原则上，人工智能代理能同时探索数百甚至数千个不同ICF设计理念，带来巨大变革。
MADA系统核心是其AI“代理”，由能理解并响应人类语言的LLM和可执行特定领域任务的“工具”接口组成。对于MADA，代理工具可生成结构化模拟输入文件，并在高性能计算(HPC)系统上启动。
支持逆向设计代理的另一个重要组件是作业管理代理(JMA)。IDA负责设计生成，JMA负责驱动LLNL超级计算机上大规模模拟工作流执行，并与Flux调度程序和Merlin等工作流管理工具交互。JMA确保作业正确排队、资源分配，并高效收集模拟输出用于下游分析。这些代理以协调方式共同运行，在AI规划和HPC执行之间形成无缝循环。
JMA团队负责人吉赛尔·费尔南德斯表示，作业管理代理结合AI和HPC，为推进强大聚变能点火平台提供关键优势。
这种迭代工作流程使设计师与模拟间交互性达前所未有的水平。研究人员无需手动编码和启动单个作业，现在只需与人工智能代理对话，就可并行探索数千种设计变体。
MADA方法利用HPC在LLNL的Tuolumne超级计算机上运行大规模集成计算，通常单次研究进行数万次ICF模拟。这些模拟输出用于训练名为PROFESSOR的机器学习模型，为探索新胶囊几何形状的设计师提供即时反馈。经过训练后，PROFESSOR模型会生成内爆时间历程，当人类设计师改变输入几何形状时，这些历程会瞬间改变，对ICF设计师来说是强大新工具。
通过实现自然语言交互、图像解读和快速仿真到模型流程，MADA项目展示了如何将人工智能直接嵌入到高风险科学工作流程中，使国家安全设计工作进入新阶段——用协作式人工智能增强取代缓慢手动迭代。
其影响可能远不止ICF。随着更多百亿亿次级系统上线，MADA为AI代理在从材料发现到武器认证等领域充当数字协作者提供了蓝图。贝洛夫称，这通过人工智能以变革性方式提升人类生产力，项目表明才刚开始挖掘各种可能性，人工智能工具有潜力帮助最佳分配资源，理解下一代增强型聚变设施所需权衡利弊。
这项工作由美国国家航空航天局(NNSA)的“高级模拟与计算”项目资助。其他LLNL MADA团队成员包括副首席研究员查尔斯·杰克尔、MARBL项目负责人罗布·里本，以及研究员威尔·希尔、梅尔·沙查尔和丹·斯特本茨。萨默维尔国家实验室的内森·布朗和洛斯阿拉莫斯国家实验室的伊斯梅尔·吉布里拉·布雷马也参与了这项工作。
