新科技速遞
去年底，全球的核聚變出現多次的突破，其中英國牛津郡「歐洲聯合環狀反應爐」（Joint European Torus，JET）實驗室公佈，去年12月以核融合產生59百萬焦耳（MJ）能量並持續5秒，打破1997年創下的紀錄。
JET利用托卡馬克（Tokamak）發電，中國位於中國安徽省合肥市西郊的托卡馬克核聚變實驗裝置EAST（Experimental Advanced Superconducting Tokamak ），去年底亦創下1056秒長脈衝高參數等離子體運行。EAST只是實驗裝置，並非發電設置，只證明托卡馬克可控制聚變。
不少科學家估計，2040年之前核聚變不可能產生任何能源。
可控核聚變困難重重
但是，美國和日本相繼不少核聚變項目登場，部分加入人工智能（AI）和嶄新設計，日本京都大學初創Kyoto Fusioneering（KF）已定於2025年建設核融合反應爐。
Googles母公司Alphabet旗下人工智能企業DeepMind，在《Nature》期刊發表了論文，DeepMind與位於瑞士埃居布朗市（Ecublens）的「瑞士等離子中心」合作，以AI深度加強學習，開發了演算法，可改善托卡馬克裝置控制核聚變的磁約束（Magnetic control）功能。
氫原子高溫下互撞，可產生出比太陽表面還要熱的等離子體，人類很早掌握核聚變的原理，數十年來核聚變也被公認為是最有潛力的綠色能源，卻始終可望不可即；各項可控核聚變工程選項，以前蘇聯科學家所發明的托卡馬克裝置，透過磁約束去控制核聚變為研究主流。
Google投資核聚變
Google一直投資在核聚變，數年前夥拍美國初創Tri Alpha Energy（TAE）Technologies以AI開發，試圖以氫和氘燃料達到同樣效果，以機器學習優化核融合模型，取代托卡馬克裝置。Google也投資另一家核聚變初創Commonwealth Fusion Systems籌建核聚變反應堆。
美國及歐洲也開發激光核聚變技術，但托卡馬克仍公認具有潛力，而所有已知核聚變反應，以氫同位素「氘和氚」，產生的聚變相對容易實現，而高溫下氫原子核融合可釋放大量能量，加壓後極高溫的等離子體，則以超導磁場來約束；原因是等離子體太熱，任何材料都無法容納，等離子體須處懸浮狀態，通過磁場並固定於托卡馬克裝置內部；核聚變反應熱量產生蒸汽，推動渦輪機組發電。
DeepMind開發AI人工智能深度學習，有助控制托卡馬克內部的磁場，控制等離子體形態，既可產生更高的能量；高溫又不致破壞托卡馬克裝置。
AI預測挑戰極限
參與研究瑞士等離子體中心科學家Ambrogio Fasoli說：「AI人工智能可讓科學家敢於嘗試，以往不願採用的技術路線，減低失敗風險，更快推動研究發展。」
以往科學家不敢過於進取，貿然去改變磁場，等離子體形態以過於接近裝置，破壞了裝置結構，摸索托卡馬克磁場設計和等離子體形態，有如摸石頭過河。
DeepMind深度學習則可讓科學家，大膽嘗試以往從未想像過的等離子體形態，發電性能可推向接近系統極限，等離子體又不至於損壞系統，如果沒有AI人工智能的預測，科學家不敢承擔試驗風險後果，後果可能得不償失。
DeepMind再創突破
較早前，DeepMind亦曾以驚人的凖確度，開發預測蛋白質折疊（Protein folding）的演算法，改寫生命科學研究和新藥發現，而DeepMind以深度學習應用於預測磁約束，亦有異曲同工之處。
DeepMind公佈算法之後，全球相繼出現預測蛋白質折疊AI模型。研究蛋白質折疊是困擾生物科學研究超過了50年的難題，一下子被DeepMind攻破；DeepMind破解托卡馬克磁約束設計，可能令核聚變加速商用化，影響更大。
為了達到能源自主，中國是投資托卡馬克裝置最積極國家，而有「人造太陽」之稱的EAST早於1998年就立項興建，投資數以十億計，去年EAST創下運行1056秒紀錄後，托卡馬克發電可行性已獲確定，而多國籌建開發核聚變，位於法國南部「國際熱核聚變實驗堆」（ITER），亦是以托卡馬克設計，中國佔9%投資額，預計2025年開始等離子體實驗。
中國也以AI作研究發展重點，以求靠AI在科研上作跳躍式發展，AI如果可應用在核聚變，國內肯定大舉投入，加快核聚變商業化。
不過，瑞士等離子體中心的托卡馬克規模極小，最多只能持續2秒運行，同樣原理能否應用在EAST或者ITER等大型裝置上，仍未能確定。不過如果DeepMind算法成功鎮，全球能源格局將一夜之間再一次改變。