AI Data公司为核融合能源研究AI平台「AI FusionEnergy on IDX」添加「7大参谋模型」

Q: 「AI FusionEnergy on IDX」添加了什么功能？

添加了「7大参谋AI模型」，涵盖电浆控制、炉心设计及知识产权战略等7个核融合研究领域。

Q: 这些AI模型能解决什么问题？

它们集成了各研究机构间分散的数据与知识，解决了研究的孤岛效应、技术传承断层以及专利申请落后等问题。

Q: 「知识产权参谋」模型的特点是什么？

它与Tokkyo.AI合作分析全球专利，将竞争对手可视化，并协助将研究论文转化为专利。

企业数据与AI应用公司——AI Data股份有限公司（总部：东京都港区，代表取缔役社长：佐佐木隆仁，以下简称AI Data公司）宣布，将扩充其于2025年12月开始提供的核融合与次世代能源研究AI平台「AI FusionEnergy on IDX」的功能，并全新发表「7大参谋AI模型」。 「AI FusionEnergy on IDX」是以「AI孔明 on IDX」为基础，将核融合与能源领域的业务知识、现场技术及业务流程模块化，为了将其作为即战力AI解决方案提供，保存于IDX上的知识团队云端硬盘中，是通过与研究人员的对话来支持战略性思考的AI数据平台。 本次全新搭载的7大参谋模型，是在电浆、磁场控制、材料、炉心设计、仿真、研发（R&D）战略、知识产权（IP）等7个领域中，集成并结构化过去分散的研究数据与知识。这是一套基于「核融合能源国家参谋OS」构想所建构的整体优化AI模型，旨在提供从加速研究、产业化、专利战略到决策支持的一条龙服务。通过跨界支持核融合新创企业、研究机构、大学、重电制造商、材料制造商及政策机构，目标是打造日本的核融合产业生态系统，并大幅提升国际竞争力。 ■ AI FusionEnergy on IDX：专为次世代能源研究设计的AI平台 https://www.idx.jp/aifactory/list/fusionenergy/ ■ 背景：核融合正从「研究竞争」转向「产业化与知识产权战」 日本政府为实现脱碳社会与复兴科技立国，将「次世代能源」列为17个重点领域之一。随着ITER计划等国际合作、国内国家项目的推动，以及新创企业的迅速加入，核融合能源正从「研究」阶段迈向「产业化」阶段。 然而，日本的核融合产业却面临以下结构性挑战： ・数据与知识的分散：研究机构、大学与民间企业间的数据各自独立，实验日志、测量数据及失败纪录未能集成，导致无法形成改善循环。 ・本位主义导致集成设计落后：材料、超导、控制AI、冷却、屏蔽等领域各自追求局部优化，难以与集成设计及量产模型接轨。 ・产业化蓝图不明确：在「何时」、「由谁」、「在何处」、「如何量产」皆模糊不清的情况下，投资与供应链难以成长。 ・专利竞争落后：在美国与中国核融合专利数量激增的情况下，日本虽然在论文发表上领先，却在专利化方面落后，导致技术优势无法转化为收益与谈判筹码。 ・技术传承中断：资深研究人员的知识过于个人化，未能顺利传承给年轻一代，导致研究速度下降的「隐性损失」不断扩大。 「AI FusionEnergy on IDX」的7大参谋模型正是为解决这些挑战而生，提供以下特色与价值。 ■ AI FusionEnergy on IDX 的特色：7大参谋模型 1. 电浆参谋 在IDX上集成并结构化有关电浆控制的论文、实验报告与技术文献，AI将提供控制战略拟定、预兆检测方法评估及迈向稳定化的知识支持，加速研究人员的决策过程。 2. 磁场控制参谋 集成超导线圈设计与磁场配置相关的技术信息、专利与研究数据，支持控制算法的改良方向与知识产权化重点的评估。 3. 材料参谋 集成辐射、劣化与高热通量材料相关的研究数据、论文与专利信息，AI将协助整理材料选择的依据、建构寿命估算的假设，并评估材料专利战略。 4. 炉心设计参谋 集成真空容器、偏滤器及中子屏蔽相关的设计信息、仿真结果与技术文献，支持设计假设的建构与改善方法的评估。 5. 仿真与实验战略参谋 将过去的实验情境、成功与失败条件及仿真模型知识化，AI将提案下一步应采取的实验方法与研究假设，提高研究试错的效率。 6. R&D PMO参谋 集成研发主题、技术蓝图与国际合作信息，AI将协助梳理流程、可视化风险，并生成决策所需的数据。提升跨越长期、大规模且涉及多个组织的核融合研发的「速度与一致性」。 7. 知识产权参谋（结合Tokkyo.AI） 与Tokkyo.AI合作，分析全球核融合相关专利（电浆控制、磁铁设计、材料、线圈制造、屏蔽、热交换等），AI将支持竞争优劣势与技术空白区的可视化、协助论文转化为专利，并评估回避设计，发挥核融合领域中「知识产权之盾与矛」的功能。

常見問題