美国“创世纪使命”首批278个项目公布,核能与聚变研究成为重点方向
美国能源部 (DOE) 7月22日宣布,“创世纪使命”首批项目遴选结果出炉,共有278个项目入选。该计划旨在利用人工智能、高性能计算、量子技术和先进科学仪器,构建面向能源、基础科学和国家安全研究的综合科学发现平台。

此次项目征集覆盖美国50个州,是美国能源部近年来规模较大的科研资助行动之一。入选项目中,87个由美国能源部和国家核安全管理局 (NNSA) 下属国家实验室牵头,168个由高校牵头,19个由企业牵头,4个由非营利组织牵头。参与机构共342家,包括16个能源部和国家核安全管理局国家实验室、142所高校、157家公司以及其他科研和社会机构。
核能是本轮资助的重点领域之一。美国能源部表示,入选项目将围绕核能、关键矿物开采、智能芯片设计和商业聚变能源等方向展开研究。其中规模最大的单项项目为一项为期三年、总额6000万美元的核能项目,目标是利用人工智能技术提升核设施建设效率和安全水平,同时降低运行成本。
洛斯阿拉莫斯国家实验室 (Los Alamos National Laboratory) 有7个项目作为牵头单位入选,并将参与另外19个由合作机构牵头的项目。该实验室牵头项目中,与核能直接相关的研究包括“用于闭环核燃料鉴定的自主人工智能框架”。该项目将探索人工智能在核燃料鉴定、数据分析和实验反馈中的应用,为提升核燃料研发效率提供技术支撑。
洛斯阿拉莫斯国家实验室的其他入选项目还涵盖聚变结构材料寿命预测、科学问题到代码生成、地下能源回收优化以及生成式人工智能在地球系统研究中的应用。其中,“人工智能引导的聚变结构材料蠕变疲劳寿命预测”面向未来聚变装置材料服役环境,重点研究结构材料在高温、辐照和复杂载荷条件下的性能退化规律。
量子技术企业英弗莱克申公司 (Infleqtion) 获得3项“创世纪使命”资助,项目方向涉及量子计算、量子传感和人工智能驱动的科学研究。其中,阿贡国家实验室 (Argonne National Laboratory) 将与英弗莱克申公司合作,利用人工智能优化量子电路设计,用于解决实际核问题。布鲁克海文国家实验室 (Brookhaven National Laboratory) 将与该公司合作开发可部署原子量子传感技术。劳伦斯利弗莫尔国家实验室 (Lawrence Livermore National Laboratory)、科罗拉多大学博尔德分校 (University of Colorado Boulder) 与英弗莱克申公司还将联合开展量子机器学习和智能体人工智能研究,用于模拟非线性等离子体动力学,服务聚变能源研究。
威斯康星大学麦迪逊分校 (University of Wisconsin–Madison) 获得5项第一阶段资助,单项金额在50万至75万美元之间,项目周期为9个月。该校多项研究与核能和聚变能源密切相关,包括利用实时人工智能推进DIII-D国家聚变装置 (DIII-D National Fusion Facility) 实验数据处理、增强等离子体控制能力,以及利用人工智能和机器学习优化聚变反应堆增殖包层设计。
增殖包层是聚变反应堆的关键部件,关系到氚增殖、能量转换和堆内材料结构设计。威斯康星大学麦迪逊分校相关团队计划通过人工智能建立大规模数据集,训练机器学习模型,缩短聚变堆关键部件设计和优化周期。该校还将通过衍生企业Realta Fusion公司 (Realta Fusion) 参与其他聚变能源项目,延续其在磁约束聚变和工程物理领域的研究积累。
除核能和聚变项目外,本轮“创世纪使命”还支持关键矿物回收、超级计算系统优化等研究。关键矿物项目将利用智能体人工智能加速铜等战略资源的回收评估;超级计算项目则面向人工智能和大规模科学计算带来的能耗压力,探索更高效的高性能计算系统设计。
同日,私有云基础设施企业Vultr公司 (Vultr) 与超威半导体公司 (AMD) 宣布,将支持剑桥大学 (University of Cambridge) 能源与环境研究团队开发人工智能基础模型TESSERA。该模型将处理欧洲航天局“哨兵”卫星数据,用于农业、生物多样性保护和可再生能源基础设施监测。项目将帮助识别和绘制太阳能装置、风力发电场等设施,为能源转型规划提供数据支撑。
从本轮项目构成看,人工智能正在深度进入核能研发、核燃料鉴定、核设施建设、聚变等离子体控制、聚变材料寿命预测和反应堆部件优化等关键环节。美国能源部希望通过第一阶段项目验证人工智能科学工作流程的可行性,并为后续更大规模投入和工程化应用奠定基础。
免责声明:本网转载自合作媒体、机构或其他网站的信息,登载此文出于传递更多信息之目的,并不意味着赞同其观点或证实其内容的真实性。本网所有信息仅供参考,不做交易和服务的根据。本网内容如有侵权或其它问题请及时告之,本网将及时修改或删除。凡以任何方式登录本网站或直接、间接使用本网站资料者,视为自愿接受本网站声明的约束。