美国艾姆斯国家实验室科学家近日开发出一款名为DuctGPT的人工智能工具，能够加速下一代聚变能源系统所需材料的发现。该工具将先进人工智能技术与基于物理的建模相结合，帮助研究人员快速预测能够在聚变反应堆极端条件下运行的材料。
据了解，DuctGPT以美国国家标准与技术研究院开发的AtomGPT模型为基础，利用现有材料科学数据进行修改和微调。研究人员可通过对话式文本提出问题并定义参数，工具能在数秒内搜索大量元素组合，并给出满足特定性能要求的合金方案。该项目由艾姆斯实验室科学家普拉尚特·辛格领导，旨在展示基于物理的人工智能工具如何加速聚变能源系统材料的发现，特别是能够承受强热、辐射和机械应力的材料。
以钨基材料为例，钨被认为是能够承受极高温度的最佳材料之一，且冷却时间短、放射性保持时间也最短，但其低温延展性不足，难以加工成复杂形状。借助DuctGPT，研究人员可以查询钨-钛-锆-铪等特定范围内的合金成分，找到既能保持钨的强度和高熔点、又能提高延展性的方案。值得注意的是，材料查询可在普通台式电脑上完成，无需昂贵的超级计算机，从而将材料发现时间从数月缩短至数天甚至数小时。
辛格表示，艾姆斯实验室已证明韧性耐火合金可以进行预测性设计，实验室具备独特的合成和测试能力，可验证预测材料确实具备聚变应用所需的各项性能。目前，团队正通过整合新数据和模型扩展平台功能，以更好地预测材料在运行过程中的性能。该项目得到了美国能源部高级研究计划署(ARPA-E)CHADWICK项目和实验室投资的支持，与美国能源部"创世纪计划"(Genesis)加速发现和部署未来能源技术先进材料的总体目标一致。相关研究成果已发表在Acta Materialia期刊上。
