想象一下，观赏一部最喜欢的电影，突然声音停止了。音频的数据丢失。剩下的只有图像。如果人工智能（AI）可以分析视频的每一帧，并根据图像读取嘴唇并记录每次脚着地的动作自动提供音频，那会怎么样？
普林斯顿大学的Azarakhsh Jalalvand表示，这是一种新的人工智能的设计理念，可以填补有关聚变燃料等离子体的缺失数据。Jalalvand是最近发表在《自然通讯》上的一篇关于人工智能的论文的主要作者，该论文被称为Diag2Diag。他说：“我们已经找到了一种方法，可以从系统中的一堆传感器中获取数据，并为该系统中的另一种传感器生成数据的合成版本。”合成数据与真实世界的数据一致，比实际传感器提供的数据更详细。这可以提高控制的鲁棒性（健壮性），同时降低未来融合系统的复杂性和成本。“Diag2Diag还可以应用于其他系统，如航天器和机器人手术，通过增强细节和从故障或退化的传感器中恢复数据，确保关键环境中的可靠性。”
这项研究是普林斯顿大学、美国能源部普林斯顿等离子体物理实验室（PPPL）、中央大学、哥伦比亚大学和韩国首尔国立大学的科学家之间的国际合作结果。开发人工智能的研究中使用的所有传感器数据都是从美国能源部用户设施DIII-D国家聚变设施的实验中收集的。
新的人工智能增强了科学家监测和控制聚变系统内等离子体的方式，并有助于使未来的商业聚变系统成为可靠的电力来源。Jalalvand说：“今天的聚变装置都是实验性的实验室机器，所以如果传感器出了什么问题，最糟糕的情况是我们在重新开始实验之前浪费了时间。但如果我们把聚变视为一种能源，它需要全天候不间断地工作。”
人工智能可能产生紧凑、经济的融合系统
Diag2Diag这个名字来源于“诊断”一词，指的是用于分析等离子体的技术，包括测量等离子体的传感器。诊断以规则的间隔进行测量，通常间隔几秒钟。但没有足够频繁地测量等离子体，以检测特别快速发展的等离子体不稳定性：等离子体的突然变化可能使其难以可靠地产生电力。
聚变系统中有许多诊断方法可以测量等离子体的不同特性。例如，汤姆逊散射是一种用于被称为托卡马克环形聚变系统的诊断技术。汤姆逊散射诊断测量被称为电子的带负电荷粒子的温度，以及密度：堆积在一个空间单位中的电子数量。它的测量速度很快，但还不够快，无法提供等离子体物理学家保持等离子体稳定和峰值性能所需的细节。
该研究的首席研究员Egemen Kolemen说：“Diag2Diag在不花费硬件资金的情况下促进了你的诊断。”Egemen是由PPPL和普林斯顿大学安德林格能源与环境中心以及机械与航空航天工程系联合任命的。
这对汤姆逊散射尤为重要，因为其他诊断方法无法在等离子体边缘（也称为基座）进行测量。它是最重要的监测部分，但很难测量。仔细监测基座有助于科学家提高等离子体性能，以便他们能够学习有效地从聚变反应中获得最大能量的最佳方法。
要使聚变能成为美国电力系统的主要组成部分，它必须既经济又可靠。PPPL员工研究科学家SangKyeun Kim是Diag2Diag研究团队的一员，他说人工智能推动美国朝着这些目标前进。Kim说：“今天的实验性托卡马克有很多诊断方法，但未来的商业系统可能需要更少的诊断方法。”“这将有助于通过减少不直接参与能源生产的组件来使聚变反应堆更加紧凑。”更少的诊断也释放了机器内部的宝贵空间，简化系统也使其更加坚固可靠，出错的可能性更小。此外，它还降低了维护成本。
PPPL：稳定聚变等离子体的人工智能方法的领导者
研究小组还发现，人工智能数据支持了一种关于阻止等离子体中断的方法如何运作的领先理论。世界各地的聚变科学家正在研究控制边缘局域模（ELMs）的方法，ELMs是聚变反应堆中的强大能量爆发，会严重损坏反应堆的内壁。阻止ELM的一种有前景的方法涉及应用共振磁扰动（RMP）：对用于在托卡马克内保持等离子体的磁场进行微小改变。PPPL是ELM抑制研究的领导者，最近发表了关于人工智能和传统方法来阻止这些有问题的中断的论文。一种理论认为，RMP在等离子体边缘产生了“磁岛”。这些岛导致等离子体的温度和密度变平，这意味着等离子体边缘的测量结果更加均匀。
“由于汤姆逊诊断的局限性，我们通常无法观察到这种扁平化，”PPPL首席研究科学家Qiming Hu说，他也参与了该项目。“Diag2Diag提供了更多关于这是如何发生的以及它是如何演变的细节。”
虽然磁岛可以导致ELMs，但越来越多的研究表明，它们也可以使用RMP进行微调，以提高等离子体稳定性。Diag2Diag生成的数据为等离子体基座区域的温度和密度同时变平提供了新的证据。这有力地支持了ELM抑制的磁岛理论。了解这一机制对于商业聚变反应堆的发展至关重要。
科学家们已经在制定扩大Diag2Diag范围的计划。Kolemen指出，一些研究人员已经表示有兴趣尝试人工智能。他说：“Diag2Diag可以应用于其他融合诊断，并广泛适用于诊断数据缺失或有限的其他领域。”。
这项研究得到了美国能源部的支持，获得了DE-FC02-04ER54698、DE-SC0022270、DE-SC0.022272、DE-SC0.0024527、DE-SC00020413、DE-SC0015480和DE-SC0024626等奖项，以及韩国政府资助的韩国国家研究基金会RS-2024-00346024奖项。作者还获得了普林斯顿人工智能实验室2025-97的资助。
普林斯顿等离子体物理实验室
PPPL正在尝试使用等离子体（物质的第四种状态）来解决世界上一些最棘手的科学技术挑战。研究位于新泽西州普兰斯伯勒的普林斯顿大学福里斯特尔校区，在聚变能、纳米级制造、量子材料和器件以及可持续发展科学等一系列应用中激发了创新。该大学为美国能源部科学办公室管理实验室，该办公室是美国物理科学基础研究的最大支持者。