报告人：申昊 副研究员（北京应用物理与计算数学研究所）

报告内容：

2022年12月4日，美国利弗莫尔国家实验室（Lawrence Livermore National Laboratory, LLNL）在国 家点火装置上于实现点火，使美国成为地下核试验后唯一具备研究热核燃烧等离子体能力的国家，其研 发的人工智能认知模拟软件（Cognitive Simulation, CogSim）在ICF模拟工具置信度提升、实验设计评估 和优化、实验后分析等方面发挥了重要作用。在国际竞争加剧、芯片禁运的背景下，如何推进人工智能 在激光惯性约束聚变中的应用研究是快速追赶美国点火进程中不可或缺的一环。本报告将介绍机器学习 在内爆设计方面的具体应用，以及讨论目前融合物理认知与实验数据的内爆设计大模型的研究进展。 

报告人简介：

申昊，北京应用物理与计算数学研究所副研究员。兰州大学物理学理学 学士，北京师范大学粒子物理与原子核物理理学博士。长期从事机器学习及 不确定性分析在激光惯性约束聚变中的应用研究工作。主要关注点为：1）物 理与数据驱动的激光惯性约束聚变内爆设计研究，2）多因素耦合归因分析。 在《Physics Review Letter》、《Physics Review E》、《RSC Advances》、 《Nuclear Inst. and Methods in Physics Research B》等国内外高水平期刊发表学 术论文10余篇。作为负责人承担中国工程物理研究院某重大研究项目1项，作 为核心骨干承担某专项、军科委、自科面上等多个项目研究。  

主持人：赵耀民 研究员（北京大学应用物理与技术研究中心）

时  间：2024年4月25日（周四）12:00

地  点：北京大学工学院1号楼210会议室