目前，美国拥有94座核反应堆，数量居全球之首，这些反应堆共计贡献了全国近20%的电力。助理教授Dean Price认为这是一个重要成就，但他同时强调，美国需要从核能中获得更多，尤其是在迫切寻找替代化石燃料发电方式的当下。正是出于这一原因，他选择成为核工程师，致力于确保核技术能够满足当前的重大需求。

“过去60年来，核能一直是我们国家能源基础设施的重要组成部分，但维护这套系统的人却非常少，”Price说道。他是麻省理工学院核科学与工程系的助理教授，同时担任Atlantic Richfield能源研究职业发展教授。“成为核工程师，就意味着你是美国为数不多的负责无碳能源生产的人之一。”

这正是他热衷参与的使命，他为自己设定的目标也绝非小事：帮助设计并推动新一代核反应堆的发展，提升现有核能设备的安全性、经济性和可靠性。

Price始终坚定这一目标，并在过程中不断获得鼓励。他表示，核工程界“规模虽小，但关系紧密且非常包容。一旦进入这个领域，大多数人都不会轻易离开。”

揭示物理过程间的关系

在伊利诺伊大学厄巴纳-香槟分校本科期间，Price的首个研究项目是分析用于存储已冷却乏燃料棒的钢筋混凝土容器的安全性。研究表明，这种存储方式相当安全，但关于这些燃料容器的长期处置方案，美国仍未有定论。

2020年进入密歇根大学攻读研究生后，Price转向另一研究方向——多物理场建模，至今仍在从事该领域工作。该方法通过同时研究核反应堆核心内多种物理过程的相互作用，替代了传统的单一过程分析。

其中一个关键过程是中子学，研究中子在反应堆核心内引发核裂变的行为，这是发电的根本机制。另一个过程是热液力学，涉及冷却反应堆以带走中子产生的热量。多物理场模拟能够揭示这两者的相互影响，例如，燃料温度越高，裂变反应的可能性越低，从而影响中子的行为。

“如果你想调整功率水平或对反应堆进行任何操作，燃料温度是一个关键参数，”Price解释道。“多物理场建模让我们能够将裂变中子过程与温度这一热学特性联系起来，从而预测反应堆在不同条件下的表现。”

对于现有的轻水反应堆（功率约1000兆瓦），多物理场建模技术已较为成熟。但针对先进反应堆——如小型模块化反应堆（SMR，功率约20至300兆瓦）和微型反应堆（1至20兆瓦）——的建模方法仍不完善。虽然目前这类反应堆数量有限，Price专注于它们的研究，因为它们在成本、安全性及功率和规模灵活性方面具有巨大潜力。

尽管多物理场模拟为核能领域提供了丰富信息，但求解这些复杂的非线性耦合方程往往需要超级计算机。为大幅降低计算负担，Price积极探索人工智能技术，希望通过AI绕过繁重的方程求解，获得类似的结果。这也是他自2025年加入MIT教职以来研究的核心方向。

人工智能的关键作用

人工智能和机器学习擅长从数据中发现隐藏的模式，例如核电厂关键变量间的关联。Price举例说：“如果你告诉我反应堆的功率水平，AI就能告诉你燃料温度，甚至给出核心内三维温度分布。”如果无需求解复杂微分方程，计算成本将大幅降低。

Price正在研究AI在新型反应堆设计中的应用。“我们可以利用过去50年建立的安全框架，对设计方案进行安全分析，”他说。“这样，AI不会直接介入安全关键环节，而是作为辅助工具，弥补现有知识的不足。”

当机器学习模型获得足够数据后，能够帮助我们更好地理解关键物理过程间的关系，同样无需求解非线性微分方程。

“精准掌握这些关系，有助于我们在设计初期做出更优决策，”Price表示。“当技术成熟并投入使用后，AI还能协助我们做出更智能的控制决策，使反应堆运行更安全、更经济。”

回馈培养他的社区

简而言之，Price的主要目标之一是将AI的优势带入核能产业，他认为这一领域的潜力巨大且尚未充分开发。作为MIT教授，他认为自己处于推动核能未来发展的有利位置，不仅致力于下一代反应堆的研发，也在培养未来核能领域的领导者。

去年秋季，他与核科学与工程实践教授Curtis Smith共同教授了一门设计课程，结识了许多潜在的“下一代”成员。虽然时间不长，但他发现MIT的学生极具动力、勤奋且能力出众，这正是他希望加入自己研究团队的学生所具备的品质。

Price清晰记得自己刚入行时获得的支持。如今，他从本科生成长为教授，积累了丰富知识，期望让学生们“感受到我当初进入这个领域时的那种激动和满足”。除了提升核反应堆设计与运行，他还希望“延续那种让我热爱核工程的有趣且健康的氛围”。