上海
當人工智能開始進入核能這一安全邊界極為嚴苛的領域，問題不只是模型能否給出答案，更在于答案能否被理解、驗證和控制。7月17日，在2026世界人工智能大會（WAIC）“AI與先進核能共筑可持續智能未來”主題論壇上，中國科學院近代物理研究所發布AI for ADANES技術路線，并成立AI for ADANES全域創新聯盟。中國科學院院士、ADANES項目總指揮詹文龍院士與CiADS總工程師、ADANES技術總師何源在接受對話時，解釋了AI如何被嵌入這一中國原創先進核能系統。
據介紹，ADANES，即加速器驅動先進核能系統，集核燃料增殖、乏燃料嬗變和產能于一體。其以次臨界運行改變傳統反應堆的安全邏輯，但器、靶、堆強耦合也帶來長期穩定運行的挑戰。此次發布的AI for ADANES路線提出五層架構，并以“數據+物理模型+專家經驗”共同支撐智能決策。
在詹文龍院士看來，AI的價值首先不在于替代人，而在于幫助科研人員處理難以窮盡的復雜數據和經驗。“我們現在還不敢無人值守就交給他。”詹文龍院士說，AI可以對運行數據、既有經驗進行學習和匯總，為科研人員提供參考，但最終仍要由人作出決定。對于加速器這樣的復雜裝置，AI參與后能夠加快研制和優化過程，卻不能取消人對安全邊界的把關。
何源將這一要求概括為從“黑箱”走向物理可信。何源表示：“所有目前我們得到的東西，都還是需要經過人工的一個校驗。”大模型可以從海量參數中發現可能路徑，但不能直接作為可信結果投入安全級決策；路徑必須回到物理規律和安全邏輯中接受檢驗。團隊希望構建的不是僅從語言中學習的模型，而是圍繞帶電粒子在電磁場中運動和相互作用的微觀物理世界模型。
這套思路落在加速器控制上，表現為對“提前發現”和“主動干預”的追求。何源介紹，強流加速器運行中，束流損失可能對裝置造成損害；團隊要從物理機制和全域信號中識別可能損失的粒子，并在傳輸過程中提前處理。“百萬粒子不允許丟失一個粒子。”何源說，只有把數據、物理理論和專家經驗結合起來，才能建立對自動運行的信心。
與此同時，在CiADS裝置中，AI被用于處理成百上千個元件和大量運行參數之間的關聯。何源表示，當參數漂移時，過去依賴人工調試可能需要一天，借助AI自主尋優，團隊已能夠在分鐘級找到新的參數；AI代理模型也在探索將原本數小時的計算壓縮到秒以內。何源表示：“AI不是萬能的，但沒有AI是萬萬不能的。”
對于外界關心的安全和能源問題，詹文龍院士強調，加速器驅動路線要在安全性與經濟性之間尋求優化。何源表示，ADANES 的核心目標之一，是將鈾資源利用率提升至95% 以上，同時實現乏燃料的安全減量化處理；相比當前商用核電不到1% 的資源利用率，這一突破依托的是加速器驅動次臨界系統與全新閉式燃料循環技術的協同支撐。
談及未來趨勢，詹文龍院士表示，復雜系統研究會反過來推動AI領域的算法、數據和基礎研究。“十年之內肯定是要落地應用的”，他對ADANES項目發展前景作出判斷。何源也介紹道，下一階段示范裝置希望在2035年前后實現并網。
談及生態建設，詹文龍院士表示，AI發展快、路徑多，“不是一個研究所、幾個人能想明白的事情”。何源也表示，從邊緣計算、深度學習到大語言模型和智能體協同系統，團隊對AI的理解仍在演進；聯盟的意義，正是吸引企業、科研院所和高校共同填充這一開放體系。對核能這樣的復雜巨系統而言，AI的角色不是取代人的最終判斷，而是在物理約束、數據積累與專家經驗的共同邊界內，讓系統更可解釋、更可控。
本文來源：網易智能
責任編輯：
丁廣勝_NT1941
