来自德国加兴的马克斯·普朗克等离子体物理研究所和马克斯·普朗克计算和数据设施的四名科学家团队2018年10月赢得了原子能机构建造聚变反应堆所用材料的可视化、分析和模拟众包挑战奖。
核聚变是一种为太阳提供能量的原子反应，终有一天，核聚变有可能利用从水和锂中获得的氢同位素，提供取之不尽用之不竭而又负担得起的清洁无碳能源。然而，利用商业上可行的聚变能有着严苛的技术挑战，例如保护反应堆容器壁和其他部件不受极高温和高能粒子的影响。
来自10个国家的14个研究团队提交了对反应堆壁损伤模拟的创新性分析，这种损伤可能是由聚变反应释放的高能中子引起的。根据其科学效益、算法本身的新颖性或其在材料科学领域的应用，以及可视化的实用性和预期的影响等对模拟结果进行了评价。
英国原子能管理局材料项目经理、挑战发起人之一SergeiDudarev说：“所提交的一些材料非常特别；几乎就像在组织的一场当地足球赛中，却有一支赢得世界杯的球队来参赛。”
获奖团队成员——Udo von Toussaint、Javier Dominguez、Markus Rampp和Michele Compostella——首次应用了机器学习和数据科学的现有技术来判别和类分被模拟的受损晶体中的缺陷结构。
“这种解决方案为自动类分缺陷结构开辟了一种新的创造性途径，从而能定量地推断出材料之间的共同因素和差异。”
原子能机构核数据科科长Arjan Koning解释说。“对于如ITER等核聚变反应堆真空容器材料的研究来说，它提供了测量、类分和可视化聚变反应堆释放的高能中子对特定材料造成损害的有效手段。寻找适合制造反应堆容器第一壁的材料是建设一座有望实现的核聚变电站至关重要的一步。”
与现有各种方法相比，该方法有如下几个优点：
- 可自动判别和类分新的或意外的缺陷类型；
- 它是基于数据科学中强大而清晰算法的组合；
- 它可以区分真正的缺陷和由原子热运动引起的微小的临时性形变；
- 在晶体的模拟损伤随时间演变过程中，它的速度足够快，以便更好地理解缺陷是如何形成、组合的，以及在某些情况下，是如何随着原子返回其在晶格上的初始位置而最终消失的。
迄今为止，缺陷判别和分类都是非常费时费力的工作，因此通常只在分子模拟结束时进行。这种新算法可以应用于各个阶段的晶体缺陷模拟，从而对某些类型的缺陷何时发生和消失提供新的见解。这就提供了该系统的更多相关信息，但到目前为止，这些信息几乎无从获得，以便将可能长期存在的缺陷类型与那些短期存在的缺陷进行区分。
“我们希望我们的方法将极大地加速分子动力学模拟的模拟分析。”von Toussaint说。“计算能力不断增强，而人工能力有限。任何能用计算机而不必人做的事情都能加速科学发展。”
他补充说，获奖者将向任何利益相关方提供他们的程序，而且是免费的，源代码是开放的。它可以被其他研究机构和专家（主要是材料科学家）用来分析他们的模拟结果，特别是那些与固体辐射损伤有关的模拟结果。
Koning说，原子能机构将再接再励，计划在这一挑战成功的基础上开发一个分布式计算应用程序，用户可以自愿下载该应用程序，用于聚变材料的损伤模拟。这有可能大大加快探索核聚变反应堆新候选材料的速度，并将进一步提高科学家对这些材料在这种极端条件下的性能的理解。
