2025年考尔基金会奖刚发下来，三个人的名字突然传开了，杨成武、金相均、里卡多·肖沙。他们仨没搞出什么惊天动地的发明，就靠一套人工智能系统，把托卡马克装置里那团滚烫的等离子体稳稳管住了。

　　这回获奖的三个人，用人工智能把这个问题往前推了一大步。他们优化了三维磁场，让磁场不再只是平面那么简单，而是像立体的网一样，把等离子体边缘包裹得更严实。以前控制磁场基本靠二维方式，效果有限，边缘总有地方漏风。现在人工智能直接上手调整三维形状，磁力线的弯曲度、强度分布都细细调校。结果呢，边缘不稳定爆发的次数大幅减少，能量约束时间更长，输出也更稳当。

　　拿数据来说，在DIII-D这个托卡马克装置上测试，他们的办法让边缘局域模发生率降了接近八成。装置跑起来不再像以前那样一惊一乍，能量输出平稳得像老式挂钟的摆动。另一个装置数据风格完全不一样，一个细腻一个粗犷，人工智能却能把两边的特点都吃透，学会根据不同机器调整自己的控制方式。这就好比一个厨子，换了不同的锅灶还能把菜炒得一样香。

　　他们团队一开始也没这么顺。起初想靠传统物理公式推算控制方法，写了海量代码，结果一上实验就出问题。等离子体太复杂，人类那些公式根本抓不住全部规律。后来换思路，让人工智能自己从几万次实验数据里学。它像个勤快的学生，把数据反复看，反复比对，居然找出了一套没人总结过的规律。简单说，三维磁场不能太硬也不能太软。太硬了，等离子体像被铁箍勒住，会猛地弹回来；太软了，又兜不住那股热劲。人工智能通过一点点微调，找到那个甜蜜的平衡点，让等离子体老老实实待着。

　　想想以前的控制方式，多像盲人摸象。磁场参数成百万个，互相牵扯，人脑算不过来，反应也慢。等离子体刚有点不对劲，科研人员盯着屏幕手忙脚乱调参数，往往调完已经晚了，装置内壁已经冒烟。现在人工智能提前三百毫秒就嗅到苗头，瞬间调整磁场，给等离子体戴上紧箍咒。比人快十倍不止，这速度在实验室里就是救命的差距。

　　肖沙在一次交流里笑着说，以前大家实验室都把数据藏得严严实实，怕别人抄。现在发现大家一起分享数据，才能把难题解得更快。就像几个人拼图，一个人看一块乱七八糟，合起来才看出整张图的秘密。他们的工作把不同装置的数据打通，人工智能学会了跨设备说话，这在核聚变领域是个不小的进步。

　　当然，这套系统现在还不是万能的。简单情况它处理得游刃有余，碰到复杂局面，比如等离子体同时出撕裂模和锁模两种毛病，它就得停下来等人类发话。就像新手上路，开车遇到大堵车，还得打电话问老司机怎么绕。普林斯顿等离子体物理实验室的负责人说得直白，人工智能现在会解题，但还不会自己出题。它能把已知参数优化到极致，却暂时没法主动想出全新实验方案。

　　下一步，他们想让人工智能变成全能管家。从磁场控制，到材料磨损预测，再到燃料注入时机，全流程自己拿主意。这可不是升级个软件那么容易。托卡马克里变量太多，磁场温度密度材料性能，全都互相勾连，动一个地方其他地方跟着抖。人工智能得学会同时管多件事，就像一个人开车做饭哄孩子，还得保证不出事。

　　其实人工智能已经在核聚变研究里到处渗透。去年谷歌深度思维团队就跟一家核聚变公司合作，用人工智能帮设计磁场线圈。整个行业感觉从手工活儿转向智能生产线。过去总有人说核聚变永远还差五十年，现在有了人工智能帮忙，这句话可能得改改口风了。

　　你有没有想过，如果能源突然变得又便宜又干净，世界会变成什么样？工厂不用担心电费，穷地方也能用上空调，空气不再呛人。核聚变带来的变化，可能比我们现在想象的还要大。杨成武他们仨用人工智能驯服了等离子体边缘，这一步走得稳当，也给后来人指了条路。未来谁知道还会冒出多少惊喜，但至少现在，我们能肯定，路是对的。