国际热核聚变实验堆计划巨型环磁交付完成 明年启动实验

国际热核聚变实验堆计划巨型环磁交付完成 明年启动实验 ITER是一个由35个国家合作建造的托卡马克项目，旨在测试核聚变作为能源的可行性。托卡马克是一个甜甜圈形状的容器，内部会产生巨大的螺旋型磁场，通过聚变反应燃烧等离子体来产生能量。核聚变是指两个或两个以上轻原子的原子核结合形成一个新的原子核的反应，在这个过程中释放出大量能量。这与核裂变不同，后者通过分裂重原子核释放能量并产生放射性废物。核聚变自然发生在恒星内部，为恒星提供能量，但在地球上却无法自然发生。然而，物理学家和工程师可以在实验室中使用托卡马克装置或激光实现核聚变。虽然听起来很简单，但真正的难点在于如何实现核聚变反应，使其产生的能量超过引发反应所需的能量，理论上这将能够提供无限的能源。托卡马克通过磁铁来控制和约束等离子体。ITER的环形磁场线圈将被冷却到零下269摄氏度，使其成为超导体。这些17米高的线圈将围绕在装有等离子体的甜甜圈形状真空容器周围，使ITER科学家能够控制真空容器内的聚变反应。ITER实验堆将比其他任何托卡马克装置都要大，其中央螺线管磁铁由6个110吨重的磁铁模块组成。整个托卡马克装置的重量将达到惊人的23000吨，磁体产生的磁场将比地球磁场强30万倍。等离子体将被加热到1.5亿摄氏度，是太阳核心温度的10倍。根据上个月在第34届ITER理事会上提出的新基准，ITER预计将于明年启动首次等离子体实验，第一次聚变反应计划在2035年进行。更新后的具体时间表将在本周三的新闻发布会上公布。ITER项目由前苏联领导人戈尔巴乔夫和美国前总统里根于1985年首次提出，但项目直到2005年才最终确定。近20年后，托卡马克装置仍未投入实验。据报道，ITER的成本自启动以来已经增长了四倍，最近估计项目耗资超过220亿美元。技术缺陷和新冠疫情都导致了项目的延迟。人们老生常谈的是，核聚变能成为能源永远是50年之后的事情。它似乎总是超越了当前的技术，人们总是被告知“这次会不一样”。ITER项目的目的是验证核聚变能源的技术可行性，但重点并不在于经济可行性。对于人类来说，经济可行性是另一个棘手问题。核聚变发电不仅要成为一种技术上可行的能源，还要成为能并入电网的能源。核聚变被视为能源物理学的圣杯，是结束人类对化石燃料依赖的一种方式。但它不会很快到来，不足以解决当前日益恶化的气候危机。换句话说，即使ITER项目在工程方面取得了重大突破，也只是解决了问题的一部分。正如美国国家点火装置在2022年在技术上实现反应产生的能量大于促使反应发生的能量那样，人类离实现聚变能源越来越近了，但还有很长的路要走。（辰辰） ... PC版： 手机版：

科学家在突破性实验中展示了有效的聚变“火花塞”

科学家在突破性实验中展示了有效的聚变“火花塞” 罗切斯特大学激光能效实验室在进行直接驱动惯性聚变实验时从欧米茄靶室内部看到的景象。科学家们向装有氘和氚燃料的小胶囊发射了28千焦耳的激光能量，使胶囊发生内爆，产生足够热的等离子体，从而引发燃料核之间的聚变反应。内爆中心的温度高达 1 亿摄氏度（1.8 亿华氏度）。内爆的速度通常为每秒 500 到 600 公里（每小时 110 到 135 万英里）。内核的压力是大气压力的 800 亿倍。图片来源：罗切斯特大学激光能学实验室/尤金-科瓦卢克（Eugene Kowaluk）摄在《自然-物理》（Nature Physics）杂志刊登的两篇研究报告中，该团队分享了他们的研究成果，并详细介绍了这些方法的扩展潜力，目的是在未来的设施中成功实现核聚变。LLE 是美国能源部最大的大学项目，拥有 OMEGA 激光系统，该系统是世界上最大的学术激光器，但其能量几乎只有加利福尼亚州劳伦斯利弗莫尔国家实验室国家点火装置 (NIF) 的百分之一。利用 OMEGA，罗切斯特的科学家们完成了数次成功尝试，向装满氘和氚燃料的小胶囊发射 28 千焦耳的激光能量，使胶囊发生内爆并产生足够热的等离子体，从而引发燃料核之间的聚变反应。实验引起的聚变反应产生的能量超过了中央热等离子体中的能量。OMEGA实验采用激光直接照射胶囊的方式，不同于在 NIF 上使用的间接驱动方式。在使用间接驱动方法时，激光会转化为X射线，进而驱动太空舱内爆。NIF 使用间接驱动法，利用约 2000 千焦耳的激光能量用 X 射线辐照胶囊。这使得NIF 在实现聚变点火方面取得了 2022 年的突破聚变反应可从目标产生净能量增益。成就与未来展望第一篇论文的第一作者康纳-威廉姆斯（Connor Williams）23 岁获得物理学和天文学博士学位，现在是桑迪亚国家实验室从事辐射和集成电路框架目标设计的科学家。他说："这是以后想完成任何事情的必要条件，比如燃烧等离子体或实现点火。"罗切斯特研究小组展示了他们仅用28千焦耳的激光能量就能达到如此水平的内爆性能，他们对将直接驱动方法应用于能量更大的激光器的前景感到兴奋。展示火花塞是重要的一步，但是OMEGA太小，无法压缩足够的燃料来实现点火。"如果能最终制造出火花塞并压缩燃料，那么与间接驱动相比，直接驱动具有许多有利于聚变能源的特性，在将OMEGA的结果放大到几兆焦的激光能量后，聚变反应预计会变得自我维持，这种情况被称为'燃烧等离子体。"21岁的Varchas Gopalaswamy博士（机械工程）说，他是LLE的科学家，领导了第二项研究，探索在兆焦耳级激光器上使用直接驱动方法的影响，类似于NIF的大小。戈帕拉斯瓦米说，直接驱动集成电路框架是实现激光核聚变中热核点火和净能量的一种很有前途的方法。LLE首席科学家、机械工程系和物理与天文学系罗伯特-L-麦克罗里（Robert L. McCrory）教授里卡多-贝蒂（Riccardo Betti）说："最近这些实验取得成功的一个主要因素是开发了一种基于统计预测并通过机器学习算法验证的新型内爆设计方法。这些预测模型让我们能够在进行有价值的实验之前，缩小有希望的候选设计的范围。"编译来源：ScitechDaily ... PC版： 手机版：

试图利用恒星的力量：科学家关注聚变研究中的温致密物质

试图利用恒星的力量：科学家关注聚变研究中的温致密物质 HIBEF 提供了对材料结构和极快自然过程的洞察力，例如发生在温热致密物质样本中的过程。图片来源：HZDR / 科学传播实验室未来，激光核聚变实验将不再采用"反复试验"的方法，而是以更有针对性的方式进行设计和实施，这也是商业核聚变发电站的必要前提。除了欧盟通过"公正过渡基金"（Just Transition Fund）提供资助外，萨克森自由州也直接为该项目提供了资助。核聚变过程所需的超高压和超高温是通过压缩一个最初非常冷的充满氢同位素氘和氚的胶囊来实现的。在聚变反应过程中，氢会在一定时间内进入一种特殊状态温致密物质（WDM）。就压力和温度而言，这种状态大致介于凝聚态物质和热等离子体之间，是多恩海姆的专业领域。2022 年底，这位年轻的研究员通过竞争程序获得了欧洲研究理事会价值近 150 万欧元的"启动资助"。目前，该项目的工作正在进行中：多恩海姆和他的团队正在开发机器学习方法，以便对波分复用进行可靠的理论描述。结构转型项目目前正在关注一个更加实际的挑战。"激光核聚变的一个主要问题是实现激光爆炸的稳定压缩，"CASUS"计算量子多体理论前沿"青年研究小组组长、ROLF 项目负责人多恩海姆解释说。"燃料囊的内爆必须尽可能均匀，即没有任何不稳定因素，以确保尽可能多的燃料被熔化，并释放出相应数量的可用能量。要做到这一点，我们必须首先加深对波分复用器行为方式的理解。"大型研究设施，如欧洲 XFEL 的亥姆霍兹国际极端场光束线（HIBEF）和美国劳伦斯-利弗莫尔国家实验室的国家点火装置（NIF），对诸如行星和恒星内核中的温致密物质进行了实验研究。在这些设施中，利用强大的激光闪光可以在几分之一秒内产生波分复用器。多恩海姆的团队正在与这两个机构合作。分析激光聚变的一种重要实验方法是 X 射线汤姆逊散射（XRTS），而这正是新的 ROLF 项目的作用所在。让每个人都能获得 X 射线诊断在利用 X 射线散射进行诊断时，X 射线源会对准样品。测量在样品中偏转的光子的能量变化，并以此得出有关材料特性的结论。到目前为止，对测量数据的评估主要基于一系列不可控的近似值。然而，一年前，CASUS 团队证明，无需使用任何模拟或模型及其所有近似值和假设，就可以进行精确的数据评估。多恩海姆和他的团队采用了一种基本的数学方法，即拉普拉斯变换。在 ROLF 中，研究人员计划创建一个开源软件包，使所有激光熔融专家都能使用这种评估方法。此外，他们还打算进一步开发该方法，以便于在使用 XRTS 测量进行无模型、高精度温度测定之外的应用。将来，还可以确定其他相关变量，如波分复用器的密度或电离程度。然后，格尔利茨的团队打算使用新设计的软件来分析现有的 XRTS 数据，例如来自欧洲 XFEL 的数据，以开发和实验测试新的 X 射线散射测量方法。一旦 XRTS 诊断有了坚实的基础，从 X 射线散射中得出的结论将被纳入激光聚变模拟中。多恩海姆简要地展望道："我们认为，从这些模拟中得出的参数将能够大大改善舱体的压缩，并迎来全新一代的聚变实验。"HZDR 可为激光聚变做出贡献最近，联邦教育与研究部（BMBF）提出了一项新的聚变研究资助计划。其目的是在实现核聚变发电厂经济运行的国际挑战中发挥决定性作用。BMBF最近发表的一份立场文件强调了"精细诊断以验证代码和模型"的必要性。HZDR 的科学主任 Sebastian M. Schmidt 教授对 CASUS 项目获得资助感到非常高兴："有了 HIBEF、CASUS 以及我们的高功率激光器 DRACO 和 PENELOPE，HZDR 在激光核聚变研究中处于非常有利的地位，可以为激光核聚变研究做出重大贡献。我们可以破译为应用铺平道路的基本过程。"公正过渡基金（JTF）是欧盟的一项资助工具，主要惠及依赖硬煤和褐煤的地区。卢萨特褐煤矿区的萨克森部分共可获得 3.75 亿欧元。尽管大部分资金用于支持受结构变革影响最严重地区的经济，但学术机构也可以申请研发项目资金。因此，CASUS 通过"2021-2027 年研究 InfraProNet"资助指令，为 ROLF 项目获得了超过 70 万欧元的 100% 资助。编译自:ScitechDaily ... PC版： 手机版：

华盛顿大学科学家发现具有开关功能的突破性超导体 对外界刺激特别敏感

华盛顿大学科学家发现具有开关功能的突破性超导体 对外界刺激特别敏感 随着工业计算需求的增长，满足这些需求所需的硬件的尺寸和能耗也随之增长。超导材料是解决这一难题的可能方案，它可以成倍地降低能耗。试想一下，将一个装满不断运行的服务器的巨型数据中心冷却到近乎绝对零度，就能以惊人的能效进行大规模计算。超导研究取得突破华盛顿大学（University of Washington）和美国能源部阿贡国家实验室（DOE'sArgonne National Laboratory）的物理学家们取得了一项发现，它有助于实现这一更高效的未来。研究人员发现了一种对外界刺激特别敏感的超导材料，它可以随意增强或抑制超导特性。这为高能效可切换超导电路带来了新的机遇。论文发表在《科学进展》（Science Advances）上。超导是一种量子力学物质相，在这种物质中，电流可以零电阻流过材料。这带来了完美的电子传输效率。超导体被用于磁共振成像、粒子加速器、核聚变反应堆甚至悬浮列车等先进技术中最强大的电磁铁中。超导体还可用于量子计算。挑战与创新当今的电子产品使用半导体晶体管来快速开关电流，从而产生信息处理中使用的二进制 1 和 0。由于这些电流必须流经具有有限电阻的材料，因此部分能量会以热量的形式被浪费掉。这就是为什么电脑会随着时间的推移而发热。超导所需的温度很低，通常低于冰点 200华氏度以上，因此这些材料不适合用于手持设备。不过，可以想象它们在工业规模上的用途。由华盛顿大学的舒亚-桑切斯（Shua Sanchez）领导的研究小组研究了一种不寻常的超导材料，它具有非凡的可调性。这种晶体由夹在铁、钴和砷原子超导层之间的铁磁性铕原子平板构成。桑切斯说，在自然界中同时发现铁磁性和超导性是极为罕见的，因为通常一种相位会压倒另一种相位。桑切斯说："对超导层来说，这实际上是一种非常不舒服的情况，因为它们会被周围铕原子的磁场穿透，这会削弱超导性，导致有限的电阻"。先进的研究技术和成果为了了解这些阶段之间的相互作用，桑切斯在美国领先的 X 射线光源位于阿贡的能源部科学办公室用户设施先进光子源（APS）实习了一年。在那里，他得到了能源部科学研究生研究计划的支持。桑切斯与 APS 4-ID 和 6-ID 光束线的物理学家合作，开发了一个能够探测复杂材料微观细节的综合表征平台。桑切斯和他的合作者综合利用 X 射线技术，证明对晶体施加磁场可以调整铕磁场线的方向，使其与超导层平行。这消除了它们之间的拮抗作用，并导致出现零电阻状态。利用电学测量和 X 射线散射技术，科学家们能够证实他们能够控制材料的行为。"控制超导性的独立参数的性质相当引人入胜，因为人们可以绘制出控制这种效应的完整方法，"论文的共同作者、阿贡大学的菲利普-瑞安说。"这种潜力提出了几个令人着迷的想法，包括为量子设备调节场灵敏度的能力"。研究小组随后对晶体施加应力，结果非常有趣。他们发现，即使不重新调整磁场方向，超导电性也能被提升到足以克服磁性的程度，或者被削弱到磁场重新定向不再能产生零电阻状态的程度。这一附加参数允许控制和定制材料对磁性的敏感性。桑切斯说："这种材料令人兴奋，因为你可以在多个相之间进行密切竞争，通过施加一个小应力或磁场，你就可以使一个相比另一个相更强，从而开启或关闭超导电性。绝大多数超导体都没有这么容易切换。"编译来源：ScitechDaily ... PC版： 手机版：

【周鸿祎关于大模型的2023年100条语录】

【周鸿祎关于大模型的2023年100条语录】 1、2024大模型发展四大预测：大模型不会垄断，不会成为操作系统，将会无处不在。不像操作系统全世界就那么几套； 大模型一方面追求“大”，另一方面也会追求“小”，汽车上可能会部署出来更多的大模型； 多模态将成为国产大模型的标配；国内会出现很多垂直大模型，走进百行千业，向产业化方向发展。 2、不要高估大模型现在的能力，也不要低估大模型未来的潜力。 3、建立 AI 信仰：相信 Al是真 Al、相信Al是工业革命级技术、相信 AI将重塑所有业务、相信不拥抱AI的公司和个人都将被淘汰。 4、All in AI 要思考的三个问题：对上对下一一组织内部所有人是否都在用AI？对内一内部业务流程被改造会怎么样？对外一一产品和服务被AI加持会怎么样？ 5、未来衡量公司前景要看“含 AI量”：业务中有多少环节被 AI 优化、被 AI 赋能、被AI改造。 6、我是做安全出身的，本来应该是最悲观的人，因为我们看到的往往都是技术带来的负面效应。但在大模型这件事上，我是坚定的发展派。 7、中国不发展大模型才是最大的不安全，虽仍存差距，中国大模型发展速度已是奇迹。 8、大模型不是风口和泡沫。即使是风口，也得吹五年到十年。对创业者来说，还有十年红利期。 9、场景红利是中国大模型弯道超车的关键，大模型真正的机会是结合场景发展垂直大模型。 10、大模型现在还很「高大上」，要把它拉下神坛，真正的走进千家万户，影响百行干业，这才是大模型引发工业革命的道路。 11、大模型的未来不会成为操作系统，而是会成为个人电脑，成为数字化系统的标配。 12、未来大模型在中国的发展之路：不会有垄断，不会只有3-5个大模型，大模型将无处不在。 13、开源就像是 AK47：价格便宜，火力足，分量够，能够实现「科技平权」。 14、大模型领域，巨头一定会用全家桶的思路，把自己的全家桶产品装上它们的大模型。用户会就近使用，所以存量市场在未来很难有大的改变。 15、80% 去中心化的企业级市场，蕴含着巨大的机会。 16、大模型能产生知识模糊、制造知识幻觉，可以看成创造力的展现。在此之前，世界上所有的动物只有人类会瞎编。 17、国家大战略是产业数字化。互联网企业要甘当配角，顺势而为，把数字化能力和大模型能力赋能传统企业，特别是制造业，帮助他们实现数字化、智能化。 18、行业大模型可能是一个幻觉。不会出现公有服务的行业大模型，但很多企业仍然会做私有的行业大模型。 19、垂直大模型是创业者的金光大道。 20、在企业里面做大模型，要忘掉 ChatGPT 这个榜样。 21、大模型的六个垂直的趋势：行业垂直化、企业垂直化、专业垂直化、小型垂直化、分布式垂直化、专有垂直化。 22、把大模型看低一点，就是企业业务系统的智能化的升级。企业业务系统分成很多垂直的部分，大模型也应该做到专业垂直。 23、企业里不一定需要GPT4 这样的全才、通才或者天才，而是需要有垂直领域经验和技能的人才，这就是垂直模型要干的事情。 24、（创业者）不要等到大模型无所不能才开始做，只要想清楚了产品应用的场景，现在就能做。 25、大模型创业要快速行动，first move，just do it。 26、大模型最常用的功能只有两个：知识问答、写作生成。应该先把大模型这两个功能找到各种细化的垂直场景应用。 27、大模型不是万能的，很多业务系统是不能被取代的。创业者千万不要介入旧系统的改造之中，陷入其中可能长期无法交付。 28、大模型要跟现有的系统做一定的隔离，尽量少发生 API，函数调用的联系。 29、人工智能应当作为副驾驶，不要让它来做出不可撤销的决定。 30、坚持 AI 普惠的原则，大模型发展要以人为本。 31、做大模型的创业，不要给企业宣扬有了这个东西就会裁员。 32、能用程序解决的问题千万不要用自然语言去解决问题。不要去迷信 LUI，未来 CUI、GUI将成为主流。 33、构建企业级大模型，应该遵循安全、向普、可信、可控。 34、永远让人在决策的回路上，而不能让大模型决策。 35、大模型技术的三大发展方向：机器人、自动驾驶、科学研究。 36、大模型是工业革命级别的技术创新，美国AIlin Al，正掀起一轮新的产业革命。 37、大模型企业级场景应用要炼就“九阳神功”一：私有化部署千亿通用大模型。二：AI生产力工具集。三：个性化定制数字员工。四：数据工厂、知识工厂、模型工厂。五：基础大模型。六：训练垂直模型。七：智能体工场。八：业务连接与协作平台。九：全面AI化。 38、做大模型要坚持长期主义，肩负起担当，保持理想主义。 39、绝大多数人这辈子的使命是用好 Al，而不是做Al。 40、数字人最重要的是能够有自己的人设，最后能够自主学习，能够连接外围系统。 41、未来的数字人不是简单的对口型的形象，也不是简单的念稿的机器，而是能够真正跟每个人进行对话、交流，进行帮助、讨论。 42、不是只有当老板才有助理。我们做人工智能，最重要的是让每个人都可以有一堆 AI 助理为自己所用。 43、每个企业员工都可以有自己的数字专家、数字助手。 44、数字永生这个概念离我们并不遇远，我们可能模拟出来一个伊隆，马斯克，一个爱因斯坦，一个周鸿祎，数字人模拟他们的说话口吻、思维方式、知识和积累，使得我们可以跟他们去交流。 45、数字人可以让我们换一种读书的方式，不是死读书，而是直接和书里的人产生交流。 46、人工智能不是新物种，是新工具。 47、怎么保证大模型不说错话，训练另外一个 大模型来训练这个大模型，这不是个笑话。 48、中国已经进入“百模大战”，各家做大模型基础能力都差不多，比拼的是谁对普通人来说更好用。 49、大模型发展 3个月，相当于历史上的技术发展30年。 50、大模型不会造成大规模失业，反而提升效率。 51、通用技术才能引发工业革命，像水电一样输送到办公E族。 52、大模型价值不仅仅在于使用量，在于未来把 AI能力通用化、泛化、垂直化。 53、未来在职场上，熟练掌握 AI 有时候要比职场经验更有优势。 54、大模型能让小白变成专家，能帮助一个普通的坏蛋写出出色的钓鱼软件，与此同时也能扮演“正义助手”。 55、我们不能把大模型当作黑盒子，了解工作原理，才能从根本上解决安全问题。 56、AI 进化应该以人为本，大模型应该成为人类的朋友和助手。 57、大模型不是玩具，不是搜索引擎、不是聊天机器人、这些都是它亲民推广的伪装，背后强大的超级大脑代表着超级人工智能时代的来临。 58、大模型出来前，所有自动驾驶都只是辅助驾驶。 59、只有有了多模态全面的能力，才预示着大模型真正地走上一个新的台阶。 60、谁真正通过大模型把人类的语言做了重新的编码、学习、训练，也就对人类掌握的知识有了一个重新的压缩和蒸馏。 61、GPT 的模型、算法、路线是已知的，但是出现很多现象 OpenAI 的人也没法解释，比如智力的突变，语言及逻辑的迁移，像是从猿到人的变化。 62、大模型帮我们解锁了很多原来只有专业人士才能解锁的技能，比如写代码、绘画，让有才华但缺乏专业训练的人也可以发挥自己才华。 63、超级人工智能不应该先解决娱乐问题，应该反向解决常温超导和可控核聚变问题，帮助人类实现能源自由。 64、搜索不会犯错，是因为搜索不智能，真正的人工智能一定会犯错，它的错误来自海量知识在推理过程中产生的突变。 65、在大模型面前，人类自认为独有的特质不存在了：想象力、创造力。 66、不必质疑大模型的创作是模仿和借鉴，人类写东西哪个不是模仿和借鉴呢？ 67、我们老说眼见为实，耳听为虚。现在来看，未来互联网上大量的内容会不会都是AI生成的？所以希望大家正确地使用文生视频能力。 68、数字人是未来人工智能大模型对我们每个人和对每个企业来说最合适的入口。 69、未来，有不同人设，不同经历，不同角色的数字人可以在人工智能驱动下，一起来帮人们做脑力激荡，完成共同的目标。 70、未来数字人会继续迭代，调用大模型的能力。拥有大模型不具备的长期记忆力。同时，数字人可以有自己的目标、规划和分解能力，使得它可以不断地调用各种垂直的模型完成任务。 71、未来人工智能的发展不仅仅是大模型核心能力的增加，外部功能的包装，人工智能跟每个人的工作、生活贴得更近，每个人能更自如地使用人工智能。 72、大模型会一本正经胡说八道，恰是大模型真正智能的体现，也是最可怕的地方。因为人才会犯错误，才会胡编乱造，能描绘不存在的东西。 73、大模型的训练过程分成三层：知识铺垫、基于人工反馈的强化学习、价值观的校正纠偏，很像一个小孩从小到大学习的过程。 74、用人类聊天素材训练出来的机器人不只是“人工智障”，更是“人工杠精”。 75、任何行业的APP、软件、网站、应用，都值得用大模型的能力重塑一遍。搭不上这班车就会被淘汰。 76、大模型将作为“发电厂”把大数据加工成“水”和“电”，通过API接口以SaaS服务的方式输出给千行百业，全面提升人类社会智能化水平。 77、大模型可以极大地提高劳动生产率。用的人越多，教它的技能越多，它就能进入更多新的领域。 78、未来每个行业、每个公司、甚至每个人都会有自己的私有化的大模型。 79、OpenAI在ChatGPT的研发上做到了“四大一强”：大模型、大数据、大算力、大标注、强算法。 80、我们中国人的工程化能力很强，我们模仿能力也很强，后来居上也不是不可能。 81、一人捅破窗户纸，千军万马独木桥。从0到1难，但中国公司技术打磨很强。剩下就是时间，问题。 82、数据获取和清洗、人工知识训练和场景是大模型未来发展的三个关键。 83、“机器人造机器人”可能会从大模型具备写软件能力时开始。