探索前沿大型语言模型在核能研究中的能力
计算物理
2025-06-30 v2 人工智能
摘要
橡树国家实验室的 AI for Nuclear Energy 工作坊评估了大型语言模型（LLM）加速熔融和裂变研究的潜力。十四个跨学科团队在单天内使用 ChatGPT、Gemini、Claude 和其他 AI 模型探索多样化的核科学挑战。应用领域包括开发熔堆反应堆控制的基础模型、自动化蒙特卡罗模拟、预测材料降解、以及设计高级反应堆的实验计划。团队采用结构化工作流程，将提示工程、深入研究能力和迭代细化相结合，以生成假设、原型代码和研究策略。关键发现表明，LLM 在早期探索、文献综述和工作流程设计方面表现出色，成功地识别了研究空白并生成了可行的实验框架。然而，仍出现显著局限性，包括在新材料设计、建模和仿真的高级代码生成方面的困难，以及需要专家验证的领域特定细节。成功的成果源于专家驱动的提示工程和将 AI 视为补充工具而非物理方法的替代品。工作坊验证了 AI 通过快速迭代和跨学科综合加速核能研究的潜力，同时突显了需要针对核科学的精选数据集、工作流程自动化以及专门模型开发的必要性。这些结果为将 AI 工具集成到核科学工作流程中提供了路线图，有望在保持严格科学标准的同时，缩短更安全、更高效核能系统的开发周期。
引用
@article{arxiv.2506.19863,
title = {Exploring the Capabilities of the Frontier Large Language Models for Nuclear Energy Research},
author = {Ahmed Almeldein and Mohammed Alnaggar and Rick Archibald and Tom Beck and Arpan Biswas and Rike Bostelmann and Wes Brewer and Chris Bryan and Christopher Calle and Cihangir Celik and Rajni Chahal and Jong Youl Choi and Arindam Chowdhury and Mark Cianciosa and Franklin Curtis and Gregory Davidson and Sebastian De Pascuale and Lisa Fassino and Ana Gainaru and Yashika Ghai and Luke Gibson and Qian Gong and Christopher Greulich and Scott Greenwood and Cory Hauck and Ehab Hassan and Rinkle Juneja and Soyoung Kang and Scott Klasky and Atul Kumar and Vineet Kumar and Paul Laiu and Calvin Lear and Yan-Ru Lin and Jono McConnell and Furkan Oz and Rishi Pillai and Anant Raj and Pradeep Ramuhalli and Marie Romedenne and Samantha Sabatino and José Salcedo-Pérez and Nathan D. See and Arpan Sircar and Punam Thankur and Tim Younkin and Xiao-Ying Yu and Prashant Jain and Tom Evans and Prasanna Balaprakash},
journal= {arXiv preprint arXiv:2506.19863},
year = {2025}
}