麻省理工学院等机构正在通过AI和可访问性加快制牛顿力学中心获得聚变能源。麻省理工学院等研究机构将接受美国能源部（DoE）的支持，以改善聚变数据的获取，并增加聚变领域的多样化人才。

随着气候变化的影响不断增大，人们对聚变作为清洁能源的潜力也越来越感兴趣。尽管自20世纪30年代以来一直在实验室里研究聚变反应，但科学家们仍然需要回答许多关键问题，才能使聚变能成为现实，时间非常紧迫。作为加速聚变能源研究和在2050年实现碳中和的策略的一部分，美国能源部宣布将为麻省理工学院等四个合作机构的项目提供新的资金支持。

麻省理工学院等研究机构的研究科学家和小组负责人Cristina Rea将担任这个新资助的为期三年的合作项目的主要调查员，该项目将试点将聚变数据整合到可以由AI工具读取的系统中。麻省理工学院等研究机构将与威廉玛丽学院、威斯康星大学麦迪逊分校、奥本大学和非营利性组织HDF Group的科学家们合作，计划创建一个全面的聚变数据平台，该平台的要素可以为研究人员提供前所未有的访问权限，特别是对于少数群体的学生来说。该项目旨在通过由五分之四女性共同调查员领导的外展计划，鼓励在学术界和职场中多样化参与聚变和数据科学。

美国能源部的资助是为了支持该团队努力分发聚变设备产生的数据，如麻省理工学院的环形“托卡马克”磁约束聚变装置Alcator C-Mod。Alcator C-Mod从1991年到2016年运行，并且其数据仍在研究中，部分归功于麻省理工学院对自由知识交流的承诺。

目前，有近50个公共实验性磁约束型聚变装置，但这些装置的历史和当前数据都很难获取。一些聚变数据库需要签订用户协议，并且并非所有数据都以相同的方式编目和组织。此外，利用机器学习，这一类AI工具进行数据分析并实现科学发现也会很困难，因为需要耗费大量时间对数据进行重新组织。结果是参与聚变研究的科学家较少，发现的障碍更大，利用AI加速进展的瓶颈。

该项目提议的数据平台通过符合“发现性、互操作性、可访问性、可重复使用”（FAIR）原则，并遵循教科文组织有关开放科学（OS）的推荐，改善科学的透明度和包容性，来解决技术障碍；所有研究人员的可交付成果将遵守FAIR和OS原则，这是美国能源部的要求。该平台的数据库将使用MDSplusML构建，这是麻省理工学院研究人员在上世纪80年代开发的MDSplus开源软件的升级版本，用于归类Alcator C-Mod实验结果。如今，近40个聚变研究机构使用MDSplus存储和提供对其聚变数据的外部访问。MDSplusML的发布旨在继续这种开放合作的传统。

研究人员打算通过改善对聚变数据的一般访问，并通过在威廉玛丽学院举办为期三年、重点关注聚变和机器学习交叉领域的夏季学校来解决女性和弱势群体参与的障碍。

Rea表示，关于他们的研究的重要性，她说：“这个项目是为了回应聚变社区的需求，为成功做好准备。通过跨学科合作和交流实现聚变的科学进展，因此可访问性绝对是至关重要的。我认为我们现在都明白，多元化的社群拥有更多样化的想法，并且可以更快速地解决问题。”

该合作项目的工作还与国际原子能机构的“AI for Fusion”协调研究项目中确定的重要研究领域保持一致。Rea被选为国际原子能机构协调研究项目的技术协调员，重点是通过社区参与和知识获取来加速聚变研究和开发。在对该团队的拟议项目写了一封支持信后，国际原子能机构表示，“研究人员将开展的工作不仅对我们的协调研究项目有利，而且对整个国际聚变社区都有益处。”

麻省理工学院环境理事会主任、日立美国工程教授Dennis Whyte表示：“我对麻省理工学院和我们的合作伙伴能够处于应用新的AI工具的最前沿，并同时鼓励和促进从我们的实验中提取关键数据的能力感到非常高兴。”

Rea表示：“有机会领导这样一个重要的项目对我来说非常有意义，我感到有责任证明女性是STEM领域的领导者。我们有一支不可思议的团队，他们都对改善我们的聚变生态系统并促进聚变能源实现这一目标充满动力。”