開發首個對撞機物理基礎模型的目標與範圍

CERN與Mistral簽署意向書,旨在結合CERN在基礎物理、科學數據及大規模計算的專業知識,以及Mistral在大規模模型訓練方面的領導地位。雙方計畫開發一個單一預先訓練的大型物理模型(Large Physics Model),這被描述為首個用於對撞機物理的基礎模型。

該模型將基於CERN大型強子對撞機(LHC)模擬的數十億次質子碰撞數據進行訓練。其設計目的是支持多種任務,包括重建粒子碰撞、識別粒子、標記異常信號以及評估未來的偵測器設計。

解決現有粒子重建流程的技術挑戰

目前分析LHC碰撞數據時,重建過程依賴一系列專門演算法,這些演算法逐步將偵測器信號轉換為物理分析所需的粒子和其他物件。雖然機器學習已在許多特定任務中提升效能,但基礎模型提供了一種新的可能性,即透過單一模型學習整個重建鏈條並支持多種任務。

CERN資訊長Enrica Porcari表示,高能物理提供了開發和測試人工智慧的獨特環境,具有極高的嚴謹性。她強調此次合作旨在推進能服務整個物理社群並可共享的AI能力。

數據規模與未來計算需求

CERN擁有世界上最大的科學數據庫之一,目前儲存了來自LHC約1艾位元組(相當於一百萬太位元組)的實驗數據。隨著預計在2030年左右開始運行的HL-LHC(高亮度大型強子對撞機),碰撞數量預計將增加十倍,這為開發和測試AI提供了規模與科學精確度兼具的條件。

Mistral工程AI副總裁Johannes Brandstetter指出,雙方有機會共同推動高能物理的前沿,開發可能導致新科學發現的AI能力。他強調這是探索大規模AI模型如何應對粒子物理日益複雜性的機會。

歐洲科技自主與社群反應

Mistral是一家總部位於法國的全球AI實驗室,致力於構建最先進的開放權重(open-weight)模型、產品和基礎設施。此次合作被視為結合歐洲在AI和基礎科學方面的優勢,邁向新一代能應對現代科學規模、精確度和複雜性的AI工具的一步。

社群討論中,有軟體工程師表示擔心科學家會被排除在自動化趨勢之外,而此合作顯示了科學家與AI技術的結合。另有曾在CERN攻讀博士的人員回憶,過去僅允許使用決策樹等較基礎的工具,如今能進行更先進的分析令人感慨。部分評論則呼籲歐洲大學網絡應盡快與其他國家研究中心結盟。