请解释AI 代理模型的适用域与不确定性在聚变中的作用

AI 代理模型：用数据驱动模型近似高成本计算，用于加速扫描、优化或实时推断。 速度提升必须与适用域、不确定性和回退机制一起设计。 状态估计与控制：融合诊断、模型与历史数据，对不可直接测量状态进行估计并支持控制。 它把模型从离线解释推进到运行决策，同时引入实时与安全责任。 数字孪生模型验证：管理孪生中各模型的适用域、验证证据、不确定性与更新门槛。 实时更新不会自动提高可信度，模型用途改变时仍需重新审查证据。

软件：OMFIT（支持多个模型与数据源的组合分析工作流。）；GENE（支持湍流与输运相关的高保真模拟研究。）；IMAS（以一致的数据语义支撑集成访问与工作流连接。） 资料：《AI 代理模型的适用域与不确定性》、《聚变数字线程与数字孪生能力分层》、《状态估计、实时模型与控制保护》 机构：UKAEA STEP、ITER、Wendelstein 7-X

OMFIT：组合工作流仍需追踪各模块的适用域和来源。 GENE：计算成本、配置和适用域需要结合具体研究问题判断。 UKAEA STEP：公开计划摘要；未来目标与已实现能力分开理解。 部分对象当前只有恒星图谱策展实体记录，外部来源仍待补充，不能据此形成工程、路线或投资结论。