1/ 美国刚刚迈出了简化核能的重要一步——而这一步是由人工智能驱动的。 橡树岭国家实验室正在与原子峡谷合作，利用一个经过5300万页核监管数据训练的人工智能来加速反应堆的批准。 这为什么重要 🧵

在美国，批准一个新的核反应堆的过程 notoriously 缓慢——需要数年，有时甚至数十年。 但风险正在上升：人工智能数据中心和电气化正在推动对清洁、稳定电力的巨大需求。 人工智能可能是解锁的关键。

3/ ORNL正在使用其超算Frontier来训练一个名为FERMI的人工智能，支持Atomic Canyon的中子平台。 该模型在NRC的整个ADAMS数据库（超过5300万页）上进行训练，能够上下文检索许可先例、安全规则和审查逻辑。

4/ 目标：帮助NRC的人类审查员快速审核新的反应堆设计——特别是先进的小型模块化反应堆（SMRs）。 想象一下ChatGPT，但用于核许可。更快的文档审查，更高的精度，更少的瓶颈。

5/ 这不仅仅是研发。 这是联邦政府更广泛推动的一部分（参见：ADVANCE法案），旨在将反应堆批准时间压缩到18个月或更短。 微软、AWS和西屋电气也在这一领域与美国实验室启动了人工智能合作。

6/ Neutron AI 并没有进行最终签署。但它正在消除手动瓶颈——让人类专家能够专注于风险，而不是文书工作。 他们甚至推出了 Neutron Enterprise，这是一个为政府和国防承包商设计的强化安全版本。

7/ 这里的AI原生方法与受监管行业的垂直SaaS相似。 在杂乱的公共数据 + 专有文档上进行训练 → 嵌入到政府/基础设施工作流程中 → 节省数月时间 + 解锁经济活动 这就是代码化的监管。

8/ 从长远来看，AI原生基础设施用于监管审查的范围可能远超核能： 🚜 能源 🚢 海事 ✈️ 航空 🏗️ 建筑 ⚕️ 医疗 任何合规复杂性高 + 摩擦大 = 垂直AI的绿地。

大局： 人工智能不仅仅是在改变软件。 它正在吞噬官僚主义。 最早采用人工智能的监管机构将帮助加速最重要的行业。 核能只是个开始。