M. I. Radaideh

这篇综述系统梳理了人工智能在核工程全生命周期中的应用证据，涵盖核数据集与计算基础设施、代理模型与物理信息建模、数字孪生、监测与预测、优化与控制以及可信AI，指出学习类方法可加速高保真计算、从多元测量中提取信息并支持反应堆运行、维护、废物管理与环境评估中的决策，同时揭示异常工况数据稀缺、仿真与物理系统差异、泛化不确定以及下游决策评估不完整等反复出现的局限，并主张进展取决于评估完整的AI赋能工作流而非仅预测模型。

这篇综述系统梳理了人工智能在核工程全生命周期中的应用证据，涵盖核数据集与计算基础设施、代理模型与物理信息建模、数字孪生、监测与预测、优化与控制以及可信AI，指出学习类方法可加速高保真计算、从多元测量中提取信息并支持反应堆运行、维护、废物管理与环境评估中的决策，同时揭示异常工况数据稀缺、仿真与物理系统差异、泛化不确定以及下游决策评估不完整等反复出现的局限，并主张进展取决于评估完整的AI赋能工作流而非仅预测模型。