[AI书房] 第20章 天气预测与核聚变
德米斯·哈萨比斯，谷歌人工智能之父
德米斯·哈萨比斯，谷歌人工智能之父
第20章 天气预测与核聚变
金京镇
2010年创立DeepMind时写在白板上的这句话，十五年后走出了实验室，正在改变我们头顶的天空、脚下的能源，以及未知的物质世界。WeatherNext 1）超级计算机的轰鸣与AI的沉默：将百年之梦压缩为一分钟 2023年秋天，位于英国雷丁（Reading）的欧洲中期天气预报中心（ECMWF），巨大的服务器机房照常轰鸣着。在这个汇聚了全球顶尖气象学家的地方，一台篮球场大小的超级计算机正驱动数百万个处理器，计算着地球大气的运动轨迹。
他们使用的「数值天气预报模型（NWP）」是过去一百年间人类预测天气的标准方法。把大气切割成细密的网格，在每个格点上代入流体力学中的难题，，纳维-斯托克斯（Navier-Stokes）方程，反复做微分与积分。这套方法消耗惊人的电力，预测十天后的天气需要数小时。同一时刻，伦敦的Google DeepMind办公室里，画面截然不同。
雷米·拉姆（Remi Lam）带领的研究团队坐在一台普通台式机前。他们按下回车键，仅仅一分钟，全球十天的气象预报便呈现在屏幕上。这个AI模型的名字叫「GraphCast」。
令人震惊的是，这个AI对飓风路径的预测精度，竟然超过了耗资数千亿韩元的超级计算机花好几个小时算出的结果。这不是速度快慢的问题，而是范式的转换。
「传统方法是把大气的物理定律逐一计算求解的'演绎式路径'，而我们的AI是看过去四十年的天气数据、自己学会大气规律的'归纳式路径'。就像经验丰富的船长只凭云的形状就能察觉暴风雨，AI不需要方程式，也能凭直觉读懂地球的脉动。」经过2024年和2025年的迭代，这项
技术以「WeatherNext」之名完成了进化。2025年底发布的「WeatherNext 2」比初代GraphCast快了八倍，在预测局部暴雨、骤然降温等极端天气事件上展现出压倒性的能力。这项突破之所以重要，是因为它与「气候危机」这一时代背景紧密相连。在极端天气成为日常的年代，一次像闹钟般精准的洪水预警，就能挽救数千条生命。
传统超级计算机模型消耗大量能源，留下沉重的碳足迹；而WeatherNext仅凭家用电脑级别的电力，就能完成国家级的天气预报。哈萨比斯对此说过：「拯救地球的技术，不应该以破坏地球为代价」，并将其视为DeepMind工程哲学的体现。气象学界并非没有反对声音。「一个不懂物理定律的黑箱AI，它给出的预测凭什么值得信赖？」这样的批评至今仍然存在。
DeepMind对此的回应是一个名为「NeuralGCM」的混合模型。大气的宏观运动仍由传统物理模型计算，而云层、湍流等复杂且精细的领域则交给AI处理。这正是哈萨比斯一直强调的「人类知识与AI直觉的结合」。
WeatherNext的技术已经整合进谷歌搜索，全球数十亿人借此决定出门要不要带伞。一百年前，路易斯·弗莱·理查森（Lewis Fry Richardson）试图靠手工计算大气运动却以失败告终，他的梦想在遇到AI之后终于成真。核聚变等离子体反应堆中的AI应用 1）如何用手指捏住一亿度的果冻 如果说气象预测是读懂天空的规律，那么核聚变就是在地球上复刻太阳的心脏。
哈萨比斯从小就梦想着遨游太空，他很早就意识到，实现这个梦想唯一的能源方案就是核聚变。但核聚变有一个致命难题：必须让温度超过一亿度的超高温等离子体悬浮在反应堆（托卡马克）中央，绝不能让它触碰内壁。
瑞士洛桑联邦理工学院（EPFL）的瑞士等离子体中心（SPC），那里的研究人员数十年来一直在与托卡马克内翻腾的等离子体搏斗。等离子体就像一条活蛇，极不稳定，磁场稍有偏差就会瞬间崩溃。过去的控制方式需要人工预先计算并输入数千个变量，想尝试新的等离子体形态根本无从下手。哈萨比斯把DeepMind的强化学习团队派到了那里。
他们的任务很直白：「教AI学会玩等离子体。」DeepMind的AI在模拟环境中经历了数百万次试错。一开始，它总是把等离子体撞到壁上熄灭，但就像AlphaGo自己悟出围棋妙招一样，AI学会了每秒调整19个磁场线圈一万次，以极其微小的幅度稳住等离子体。
然后是命运之日。AI接管了真正的托卡马克控制权。结果出来了。AI按照研究人员的指令，不仅把等离子体塑造成传统的圆环形，还自如地变换出雪花形（snowflake）、水滴形（droplet）等几何上高度复杂的构型。
其中，稳定维持「负三角形变形度（negative triangularity）」等离子体构型这一成就，给物理学界带来了巨大冲击。这种构型能减少对反应堆内壁的热损伤，同时提高能量利用效率，一直是只存在于理论中的「圣杯」。核聚变反应堆内部有温度超过一亿度的超高温气体，也就是等离子体。
等离子体太热了，没有任何材料能盛装它，只能用强磁场把它悬浮在空中「关」起来。这时候，从侧面切开等离子体所看到的截面形状，就是决定反应堆性能的关键因素。迄今为止，全世界的核聚变装置几乎无一例外地把等离子体截面做成英文大写字母D的形状，外侧凸出，这叫「正三角形变形度」。但这种构型有一个麻烦。
等离子体边缘会周期性地爆发出能量，像一记记重拳反复锤击反应堆内壁，把它一点点侵蚀掉。要把核聚变做成商用发电站，这是必须解决的难题。物理学家们很早就知道一种理论上的解法。
把D形左右翻转，让凸面朝内。这就是「负三角形变形度」。在计算中，这种构型下能量爆发现象自然消失了，而且
约束能量的效率反而更高。减少壁面损伤的同时还提升了性能，可谓一举两得。但这终究只是理论。
在实际反应堆中稳定维持这种翻转构型的等离子体，完全是另一个维度的问题，几十年来无人成功。所以这种构型被核聚变领域称为「圣杯」，意思是：知道它存在，但谁也拿不到手。
而这一次，圣杯在实验室里被真正实现了。曾经只存在于理论中的等离子体构型被稳定地创造并维持住了，，物理学界为之震动的原因正在于此。阻碍核聚变商用化的最大工程障碍之一，终于有了突破的线索。
这一成果登上了2022年《Nature》封面，并在2025年12月促成了与美国核聚变初创公司Commonwealth Fusion Systems（CFS）的合作。DeepMind将把AI控制技术移植到CFS正在建造的商用核聚变反应堆「SPARC」中。实验室里的科学好奇心，跨入了真正发电的产业现实，这是一个决定性的时刻。
对哈萨比斯而言，这个项目完美地展示了「智能」如何突破「物理世界」的极限。人类的反应速度做不到的万分之一秒级控制，AI做到了。这不只是一项发电技术，而是人类摆脱能源匮乏、迈向「根本性富足（Radical Abundance）」的钥匙。哈萨比斯常常这样说：
「要解决气候变化、走向太空，我们需要无限且清洁的能源。AI将成为打开那扇门的钥匙。」自主科学家（AI Scientist）的可能性 1）永不入睡的实验室：2026年，科学的速度将被改写 哈萨比斯办公室的一角，总摆着伟大科学家的传记。
达尔文、爱因斯坦、图灵……他对他们倾注毕生心血所取得的发现充满敬畏，同时又感到一种焦灼。「人类科学家要睡觉，要吃饭，还会被偏见左右。如果有一位不知疲倦、没有偏见、读过所有论文的科学家，会怎样？」这个问题
在2025年，随着Google DeepMind发布「AI Co-Scientist」而变得具体。这不是像ChatGPT那样回答提问的助手。当研究者抛出一个目标，，「帮我搞清楚这种蛋白质如何与癌细胞相互作用」，，AI Co-Scientist会自行检索数万篇相关论文，建立假说，并设计验证假说的实验方案。哈萨比斯的愿景不止于此。
他宣布了2026年在英国开设全球首个「全自动AI科学实验室（Automated AI Science Lab）」的计划。这间实验室里没有穿白大褂的人，取而代之的是不停移动移液管、合成材料、用显微镜分析结果的机械臂。
如同科幻电影中的场景。「Gemini」模型充当大脑，下达「合成新的超导体候选材料」之类的指令，机械臂立刻以数百种配比执行实验。结果出来后，AI实时分析数据，做出「失败。配比调整0.5%，重新尝试」的判断。人类研究者一周才能做完的实验，这里几个小时就能跑完。这个项目是与英国政府五十亿英镑合作计划的一部分，聚焦于下一代电池材料、高效太阳能电池和新药候选物质的发掘。
哈萨比斯创立的新药研发子公司Isomorphic Labs正借助这套自动化系统，加速推进「数字生物学」时代的到来。走到这一步，哈萨比斯面对着一种微妙的张力：「那么，人类科学家该做什么？」
他认为AI不是取代人类，而是把人类升格为「指挥家」。「AI承担实验和数据分析这些繁重的劳动，人类则专注于决定该提出什么问题、什么研究有价值，，这是创造性的角色。」2026年的自动化实验室，是对哈萨比斯12岁时在棋盘前萌生的那个念头，，「这种智能能不能用在更好的地方？」，，所给出的最宏大、最务实的回答。
正如AlphaGo打破了围棋的定式，AI科学家正试图打破人类数百年来「发现速度」的天花板。这或许是科学发现的民主化，也可能是人类知识总量呈指数级爆发的「奇点」的开端。核聚变托卡马克反应堆内部
人工智能专家 金京镇律师
AI法律政策专家 · 前国会议员 · 著作等身
如果这本书曾在您身边短暂停留，请支持我们，让下一个故事得以问世。
（自愿赞助账户：韩国农协银行 302-1096-0948-81 户名：金京镇）