当粒子物理拥抱人工智能
时间:2017-12-07

  粒子物理学包含人工智能 - 新闻 - 科学网

  欧洲的大型强子对撞机粒子碰撞可以产生大量的数据,算法可以被处理。图片来源:CERN

  下一代粒子对撞机实验将使用世界上最先进的智能机器,让粒子物理学家和人工智能(AI)研究人员之间建立合作关系,这种机器只需要微不足道的人类输入,但这样的前景让一些物理学家感到不舒服。

  瑞士日内瓦的LHC物理学家希望在未来10年内,通过难以想象的大量数据获得的重要发现和广泛的知识将激励他们,他们正在招募人工智能专家来帮助研究过程。

  上个月,粒子物理和人工智能领域的专家首次聚集在一起,讨论如何通过先进的人工智能来加速LHC的科学发现。粒子物理学家已经意识到,他们不能单独去做。法国巴黎大学的计算机科学家C·杰尔曼在CERN的粒子物理实验室做了一个研讨会。

  计算机科学家正在相继响应。去年,德国帮助组织了一场编程比赛,在一系列模拟中找到了希格斯玻色子的痕迹,吸引了超过1700个团队。

  可以说,粒子物理和人工智能已经不再陌生。特别是,LHC的两个大型探测器实验,即ATLAS(返回LHC实验单元)和CMS(紧凑亚螺旋磁谱仪),在2012年发现了Higgs玻色子时使用了机器学习能力,训练算法识别数据模式。

  但在不远的将来,粒子物理实验需要更聪明,而不是仅仅处理数据收集。现在,CMS和ATLAS每秒可以产生数亿次点击,使用快速,粗糙的标准可能导致每1000次点击发生一次崩溃。 2025年的升级意味着每秒相关影响的数量将增加20倍,因此,这些检测设备需要更精确的统计方法。组织CERN研讨会的CMS物理学家,加州理工学院,美国帕萨迪纳,Spiropulu的Mar说:我们正在进入一个未知的领域。

  另一个LHC探索实验也可能带来启发。这个名为LHCb(大型强子对撞机底夸克实验)的项目旨在研究粒子与其反物质的不对称性。为了准备今年4月LHC开始的这个一秒钟的高能物理实验,LHCb团队利用机器学习功能对探测器进行编程,以确定哪些数据需要保留。

  LHCb对于温度和压力的细微变化非常敏感,因此随着时间的推移收集的数据也可能非常有趣,因为机器学习适应实时变化。以前没有人做过。领导AI项目的LHCb物理学家Vladimir Gligorov。

  格里戈罗夫说,粒子物理实验往往需要几个月才能在设备升级后进行校准。然而,在能量升级的两个星期内,探测器再次发现了一个名为J /介子的粒子,1974年由两个美国实验小组发现,随后被认为是科学发现的诺贝尔奖。

  Spiropulu和一些专家表示,CMS和ATLAS很可能会在未来几年遵循LHCb,并将允许检测器算法做更多的实时检测和计算。这将彻底改变我们分析数据的方式。 Spiropulu说。

  但是,越来越依赖人工智能进行决策也带来了新的挑战。与LHCb不同,LHCb专注于找到已发现的粒子,但可以详细研究粒子收集过程,但ATLAS和CMS旨在发现新的粒子。原则上,一些丢失的数据也可能包含重要的发现,而基于算法的标准可能不透明,让许多物理学家担心,Germain说。她表示,研究人员希望了解这些算法是如何工作的,以确保它们基于物理原理。否则这对他们来说是一场噩梦。

  支持这种方法的物理学家也需要让他们的人工智能领域的同事放弃经过验证的公式。格里戈罗夫说:这些都是大型的实验项目,所以如果你想证明一个新的方法,可能需要很长时间。 LHCb有超过1000名参与成员,而ATLAS和CMS有超过3000名参与科学家。

  尽管面临这些挑战,研讨会上讨论的最热门话题之一是粒子物理是否应该利用更复杂的人工智能以及如何利用所谓的深度学习。机器学习操作的主体使用图像等样本数据进行训练,然后说出每张图片上的内容,如房子或猫。然而,深度学习使用的软件,如谷歌翻译和苹果的语音识别系统Siri。计算机不能被监督,只能找到方法来识别这些对象。

  人工智能的深度学习能力将使科学家能够发现理论上还没有预测到的新粒子,CMS团队成员兼CREN物理学家Maurizio Pierini说,他们共同组织了这个研讨会,说这可能是一个保险来预防它理论预测的理论家还没有出生。

  (红枫树)

  中国科学通报(2015-12-10第3版国际)

  阅读更多信息

  自然报告(英文)