他用AI给“人造太阳”装大脑，加速聚变超导磁体设计与控制

作为一名从事核聚变与人工智能研究的科学家，王明阳用这样一个比喻解释 AI 对科学的意义：“从前大家骑自行车赶路，现在是坐汽车。本质上都是赶路，但是效率完全不一样。”他告诉 DeepTech，自己正在做的就是把超导研究从“自行车”换成“汽车”。

他是上海交通大学的副教授，今年 32 岁。入选了 2025 年《麻省理工科技评论》中国区“35 岁以下科技创新 35 人”名单。他的另一个身份是上海翌曦科技的核心成员，这是一家主攻可控核聚变强场磁体的公司。他曾利用 AI 提升高温超导磁体复杂电磁问题的计算效率，把几十小时的仿真压缩到几分钟，并通过 AI 推动从“发现问题后响应”，走向“提前感知风险”。在固态电池研究中，他进一步验证了 AI 实时决策方法在能源系统中的应用潜力。

一条连接超导、AI 与未来能源的探索之路

王明阳来自西北兰州，本科阶段在四川大学学习电气工程，之后保研到上海交通大学。

他说自己的选择有点“后知后觉”，当时成绩到位了就选择了这条路，但在不断成长中，他渐渐确定了自己希望长期投入的方向——利用工程技术解决未来能源中的关键问题。在上海交大读博阶段他聚焦高温超导磁体，这正是可控核聚变装置的核心部件。由于聚变反应需要上亿摄氏度的等离子体，因此没有任何材料能够直接接触它，这时只能用磁场把它关起来，而高温超导磁体就是那个无形的笼子。

读博期间他聚焦关键问题：高温超导磁体在极端工况下面临交流损耗和屏蔽电流效应的技术挑战。前者增加磁体运行能耗和制冷负担，后者导致目标磁场畸变和电磁机械损伤。针对这些问题，他从毫米级的线圈构型优化入手，提出了多丝化线圈的技术思路。这个技术可将超导磁体能耗最高降低约80%。来自英国剑桥大学的同行随后发表评述文章，称这是“超导交流损耗减小研究的重要进展”。

这一研究经历也让他认识到，如何快速理解和预测高温超导磁体行为的重要性，成为他后来探索人工智能方法的重要出发点。

博士毕业之后，王明阳赴美国哈佛大学开展博士后研究，随后继续担任副研究员。在那里，他深入探索人工智能与物理问题结合的新路径。过去在超导磁体研究中的积累，让他逐渐认识到，AI 可能成为解决复杂物理系统计算和预测难题的重要工具。物理和 AI 隶属于不同学科，但都关注从复杂系统中寻找演化规律，他也慢慢建立了“物理+AI”的研究视角。

在哈佛的时候，他在固态电池中探索 AI 实时决策。表面上看起来超导磁体和电池完全不相关，但是他发现了一个共性：复杂物理系统的内部状态都很难被直接观测。在电池充放电过程之中，存在强非线性和复杂动态演化，传统方法通常依赖预设和经验策略，更倾向于事后分析而非实时干预。他的方法是使用AI实时评估电池状态，借此预测即将发生的快速老化，从而能够提前调整运行策略，这让固态电池的寿命延长了 265%。

2023 年，他拿到了 The Jan Evetts SUST Award 一等奖，成为该奖项唯一获奖者。这个奖每年颁给一位超导领域的早期职业研究人员，旨在表彰具有创新价值的研究成果。他之所以能够获奖是因为首次通过 AI 实现了超导磁体电磁性能的精准时序预测。

AI 能够让物理变快

那么，AI 到底如何把几十小时的仿真变成几分钟的？并不能简单使用 AI 来替代物理计算，因为物理公式和偏微分方程是没法替代的，他的方法是让 AI 学习复杂物理系统背后的规律，这一方法后来成为了传统计算方法的重要补充。

详细来说，他先是积累大量高保真仿真数据和真实实验数据，接着再结合高温超导磁体的关键物理机理，借此训练 AI 模型，进而建立系统状态和参数之间的映射关系。在同样的精度和硬件条件下，计算效率提升了将近两个数量级。

他还提出了自适应扩展建模理论，能够快速地生成大量数据集，从而为 AI 训练提供燃料。传统方法通常需要较长计算时间，限制了大规模参数扫描和数据来源，而他的方法能够在几分钟内完成数据生成。

有时人们研究 AI，却也会担心被AI取代。那么，AI 会不会取代科研人员？王明阳认为 AI 让科研从骑自行车变成坐汽车，但目的地还是由人类来定。他说现在大家经常提“copilot”和“auto research”这些概念，背后初衷就是提供更快的工具，一些本质的关键问题还是需要人类去发现。

与此同时，他把 AI 赋能物理的应用又往前推了一步，让 AI 参与到了实时决策。

传统超导磁体主要依赖运行过程中的监测信号和预设阈值，当异常信号达到触发条件时再采取保护措施，但等到发现异常的时候往往已经晚了。他的做法是让 AI 成为磁体的一部分，利用传感器融合电压、温度、磁场等多源运行数据，并结合超导磁体物理模型，通过AI来判断当前状态以及预测未来趋势。

而磁体内部的缺陷、热积累和电磁干扰都可能引发失去超导特性，以至于瞬间变成常规导体，大电流更是会直接导致烧毁。AI 则能做到在早期捕捉到微小特征，不仅可以提前调节运行参数，还可以及时启动保护措施。这是一种从被动保护到主动预防的范式转变，用他的话说就是“给能源装备装上一颗实时大脑”，而这个逻辑不限于磁体，未来还能迁移到储能系统、电网设备、航空航天等领域。

是实验室里的教授，也是产业化上的攀登者

王明阳目前同时在上海交大任教和参与翌曦科技的技术研发。翌曦科技脱胎于上海交大高温超导团队，主攻可控核聚变强场磁体技术。他说翌曦科技在行业内的角色像一个连接器，上游有做超导带材的公司比如大家熟悉的上海超导，下游有做聚变整机的公司，翌曦科技所在的位置是中间的关键技术环节。

那么，科研和工程有着怎样的关系？也许是正在参与创业，他对此感触颇深。他说工程不能抓得太细致，要先去解决大框架；科研则要负责定量分析，以便为下一步提供指导。

当前，AI 的发展推动了算力需求的极大增长，新建数据中心也意味着更多的服务器、冷却系统、供电设施，最终都将转化为对能源的需求。假如没有稳定的大规模清洁能源供应，AI 发展本身就会受到制约，这也是为什么微软、谷歌、阿里等各国大厂都在布局聚变能源。

王明阳认为，AI 在可控核聚变中会逐渐从一个辅助工具转变为核心能力，AI既是聚变能源的需求方，也是重要的推动者。正因此“AI 加核聚变”被称作下一代产业革命的基石，他目前在做的就是让这个基石更稳一点。

目前，他同时做科研、教学、技术转化工作，在三条轨道上来回切换，但是核心始终没变，就是用AI解决复杂物理系统里“算不动、测不到、控不住”等问题。

眼下，教学和研发这两者大概各占他一半的时间，在公司技术的研发中，他负责主导超导磁体数字孪生体的开发，探索多模态感知、物理模型与 AI 算法融合，进而将前沿算法转化为能解决实际问题的智能控制系统。

他今年 32 岁，按照有的年龄标准划分来说他是一名 Z 世代青年，他说自己带第一个学生的时候两人只差 4 岁，一起走出去的时候甚至学生看起来更像老师。但也正因为年龄相近，师生沟通没有代沟，他还会主动去看学生关心或喜欢的东西，寻找彼此的共同话题，希望帮助学生保持探索问题的热情。

从超导磁体到固态电池到 AI，王明阳起步时没有想得太远，但是每到一个新阶段，他都会往更深处走一步。用他自己的话说“沉下心来长期投入，当真正解决问题、获得突破时，能给我很强的正反馈。”

运营/排版：何晨龙

注：封面/首图由 AI 辅助生成