美国核电站群体引入 AI：94 座反应堆获接入机会，多数已采用

If there is any place that would be off-limits to AI, the control room of a nuclear power plant certainly sounds like one. The nuclear industry is historically cautious and risk averse—understandable given the possible catastrophic consequences of an accident or a mistake. Even well-trained managers struggle with the operational complexity of a nuclear reactor. It’s not the kind of setting that seems well suited to a powerful but error-prone new technology.

Reality tells a startlingly different story. A variety of companies have begun to offer AI solutions for nuclear power. This year, nearly the entire fleet of 94 U.S. nuclear reactors has been offered the chance to integrate AI into its operations, and most have taken it.

8 月，总部位于加利福尼亚的 Atomic Canyon 推出了 NIVA，即核工业虚拟助手，该产品是与核工业组织合作开发的。这款助手已在 Constellation Energy 运营的核电站进行了试点测试，目前可供美国全部核反应堆使用。（Constellation 拒绝就本文接受采访。）与此同时，核电 AI 初创公司 Nuclearn 表示，其产品已与 65 家以上美国合作伙伴展开合作，其中包括许多传统核电站，还包括与正在推进先进小型核反应堆的 NuScale Power Corp. 的整合。Microsoft 和 Nvidia 已合作开展一个项目，将 AI 应用于优化“核电站的整个生命周期，涵盖选址许可、设计、建设和持续运营”。

据 Nuclearn 首席财务官兼联合创始人 Jerrold Vincent 称，这种快速采用的原因有两方面。首先，将未来押注于 AI 的科技公司也热切希望核电复兴，为所有这些数据中心提供电力。Vincent 表示，AI 也非常适合解决核电行业一些最紧迫的问题。许多让反应堆如此难以运营的因素——错综复杂的法规，以及复杂的管理和维护系统——恰恰是 AI 擅长的任务类型。该行业正艰难应对老化的硬件和老化的劳动力。Vincent 说，如果它要生存下去，并真正有机会实现核电复兴，就需要机器智能的帮助。

“先进反应堆开发商和新核电的需求出现了巨大增长，”Vincent 补充道。“但现有劳动力已经被摊得太薄。所以大多数时候，当我们接触客户时，[他们会说，]‘我有职位空缺，但招不到人。我们需要做法规要求的事情。我们到底该怎么办？’”

AI 简化核文档

目前，核反应堆的主要产出（除了电力）就是文书工作。核电站产生成堆的文件，以证明其符合法规，并记录它们如何应对任何潜在问题，从人行道上的一道裂缝到反应堆的一处故障。

“每一个工程决策都必须经过评估、独立验证和检查，”Vincent 说。Nuclearn 的 AI 产品帮助核电站更高效地检索大型数据存储库，从而更快地向联邦政府提交文件，或弄清过去某个特定问题是如何解决的。“如果你把它想象成核领域的 ChatGPT，”他说，“这其实是个不错的起点。”

Rob Austin 是电力研究院 NIVA 项目的负责人，他说该项目始于一年前，当时 Constellation 董事长 Joseph Dominguez 向那些作为监管合规、维护与维修以及机械历史信息存储库的非营利行业组织发起了一项挑战。他要求这些组织找到一种方法，让这些行业知识能够像 ChatGPT、Copilot 或 Gemini 这样的大语言模型一样便捷地获取，同时保持其安全性。

这项任务落到了 Atomic Canyon 身上，其 CEO Trey Lauderdale 此前曾致力于将 AI 融入医疗保健这一同样保守的行业。他生活和工作在 Diablo Canyon 的下游，这是加州最后一座仍在运行的核电站，他开始看到核能和 AI 如何能够形成一种互利关系：核电的复兴可以帮助为耗能巨大的数据中心供电，但前提是 AI 能够帮助该行业再次繁荣。

“目标是让数十年的运行经验、数十万份——毫不夸张地说——运行经验报告、数万份技术文件以及大量信息可供人们查找。”——Rob Austin，电力研究院

一个主要障碍是公众对核电的看法，这种看法在几十年前因臭名昭著的事故以及对废料的担忧而恶化，直到最近才开始恢复。但由此导致的新核电站建设停滞又造成了另一个障碍：机构知识的流失，Lauderdale 说。随着美国核工业停滞不前，进入核科学家或技术员职业的人越来越少。结果是一个人的问题。核电拥有一支技术极其精湛但正在迅速萎缩的劳动力队伍，他们的任务是让老旧反应堆继续运行，并可能启动新反应堆以满足激增的电力需求。

“作为一个行业，如果不增强这支知识型劳动力队伍的能力，我们绝对不可能实现这次核电复兴或核能复兴，”Lauderdale 说。

对他来说，答案是能够智能搜索核工业劳动力几十年来创建的数据存储库的 AI。当 Atomic Canyon 于 2025 年赢得 NIVA 合同时，第一步是从核管理委员会下载 5300 万页公开数据，以针对核电特有的运营、术语和法规训练模型。随后 Lauderdale 与橡树岭国家实验室建立了合作关系，以构建首批核电专用 AI 模型。

“严格来说，它们是句子嵌入模型，”劳德代尔说。“说得花哨点，就是我们教会了 AI 如何寻找核语言。核语言几乎就像它自己的方言。”目标是让今天的核工业工作者能够就核电站运营的方方面面提问，从填写监管表格到采购合适的工具和材料，只需写下一个查询，让 AI 梳理所有积累下来的机构知识。

为 AI 搜索统一核数据

当劳德代尔开始与 Diablo Canyon 合作，将 AI 引入核工业时，一个明显的瓶颈浮现出来：如何把核电站数十年的文档——操作规程、最佳实践、安全建议——变成易于搜索的格式。整个行业的信息分散且不标准，这就是为什么业内三个最大的非营利实体（核电运行研究所、电力研究院和核能研究所）在 2025 年采取行动，创建统一数据集，这一想法催生了在 Atomic Canyon 开发的 NIVA AI 助手。

例如，EPRI 的奥斯汀说，核工程师可能会遇到一个问题：那些房屋大小、千马力的立式泵，用于循环大量冷却水。在寻找解决方案时，工作人员可以获取大量信息——也许信息太多了。他们可以翻阅 EPRI 关于这些部件的维护指南。他们还可以调用核电运行研究所存储的数万份事故报告，了解过去泵出过什么问题。AI 的任务是综合所有这些报告，创建一份关于泵主要故障的指南，并且至关重要的是，展示其全部工作过程，以便工程师找到它用来提出建议的文档。

“我想知道所有其他拥有相同部件的核电站，”劳德代尔说。“它们中有人遇到过类似问题吗？它们是如何解决的？故障排查是什么样的？如果你想想核工业，我们拥有海量信息。挑战在于，你如何从那个信息数据集中集体收集知识？而这正是 AI 非常非常擅长的事情。”

“如果你把它看作核工业的 ChatGPT，这实际上是个不错的起点。”——Jerrold Vincent，Nuclearn

保密性是核运营现代化的主要障碍。主要帮助文档和数据搜索的 AI 系统不受最严格规则的约束，而如果它们与控制核电站的部件交互，就会受到这些规则的约束。但核数据本身在很大程度上是专有的，或受联邦法律保护。

Nuclearn 只提供单点解决方案来应对这一问题，这样核电站的数据永远不会离开该站点。奥斯汀说，NIVA 只能搜索已经需要核电站级别安全许可的数据库，因此使用 AI 助手在海量数据中搜寻时，同样的规则也适用。技术无法消除这些人为障碍，但它确实提供了新的激励，促使人们找到更开放地共享数据的方法。

“目标是让数十年的运营经验、数十万份实实在在的运营经验报告、数万份技术文档以及大量信息可供人们查找，并以一种更易于获取和使用的方式实现，同时保护数据安全和那些关键信息，保持对它的控制，”Austin 说。这正是 NIVA 所做的。

Nuclearn 的“Equipment AI”系统让工程师能够就核设备运行提出问题，并生成基于数十年行业经验的答案。Nuclearn

AI 辅助的核电站检查

到目前为止，核领域使用的 Nuclearn 和 NIVA 大语言模型都向人类汇报，且完全不涉及电站运行。尽管如此，一个不可避免的问题出现了：如果它们能呢？

Vincent 和 Austin 都表示，这样的壮举还很遥远，但他们可以设想通往那里的路径。Austin 说，想想核电站中遍布的焊缝。目前所有这些焊缝都必须由人工检查质量和耐久性。EPRI 的一个试点项目正在测试让 AI 查看此类检查产生的海量数据，看它能否标记出值得关注的区域。Austin 说，该项目仍有人工参与，以审查 AI 的所有建议，且没有任何电站允许 AI 接管其检查工作。但该项目标志着朝着将 AI 用于直接电站运行而非仅为人类操作员提供指导迈出了一步。

“无论短期还是长期，我都无法想象一个由 AI 围绕电站运行做出决策的环境，因为其监管性质，也因其风险性质，”Lauderdale 说。“你不会想让机器做出可能影响运行的决策。所以，我相信在很长、很长一段时间内，我们都会让人工参与其中。”