歐洲大型強(qiáng)子對(duì)撞機(jī)粒子碰撞可以生成大量數(shù)據(jù)，運(yùn)算法則可以對(duì)其進(jìn)行處理。圖片來源：CERN
下一代粒子對(duì)撞機(jī)實(shí)驗(yàn)將會(huì)使用全球最先進(jìn)的“思考機(jī)器”，使粒子物理學(xué)家和人工智能（AI）研究人員之間建立合作關(guān)系。這樣的機(jī)器只需要微不足道的人力投入，然而這樣的前景卻讓一些物理學(xué)家感到不舒服。
瑞士日內(nèi)瓦大型強(qiáng)子對(duì)撞機(jī)（LHC）物理學(xué)家希望，未來10年能夠通過不可想象的海量數(shù)據(jù)作出重要發(fā)現(xiàn)，并獲取海量知識(shí)，受此動(dòng)機(jī)驅(qū)動(dòng)，他們正在招募AI專家助力研究進(jìn)程。
上個(gè)月，來自粒子物理學(xué)界和人工智能領(lǐng)域的專家首次共聚一堂，討論如何通過先進(jìn)的人工智能技術(shù)加速LHC的科學(xué)發(fā)現(xiàn)。粒子物理學(xué)家“已經(jīng)意識(shí)到，他們不能單打獨(dú)斗”。法國(guó)巴黎大學(xué)計(jì)算機(jī)學(xué)家Cécile Germain在歐洲核子中心（CERN）粒子物理實(shí)驗(yàn)室研討會(huì)上說。
計(jì)算機(jī)學(xué)家正在陸陸續(xù)續(xù)地作出回應(yīng)。去年，德國(guó)幫助組織了一次程序編寫競(jìng)賽，旨在在一系列模擬數(shù)據(jù)中“發(fā)現(xiàn)”希格斯玻色子的蹤跡，該競(jìng)賽吸引了1700多個(gè)團(tuán)隊(duì)的申請(qǐng)。
可以說，粒子物理學(xué)和人工智能已經(jīng)不再陌路。特別是，LHC的兩個(gè)大型探測(cè)器實(shí)驗(yàn)——ATLAS（回型LHC實(shí)驗(yàn)裝置）和CMS（緊湊型μ子螺旋型磁譜儀）——在2012年發(fā)現(xiàn)希格斯玻色子時(shí)，就使用了機(jī)器學(xué)習(xí)能力，即“訓(xùn)練”運(yùn)算法則識(shí)別數(shù)據(jù)模式的一種人工智能。
但在不遠(yuǎn)的未來，粒子物理實(shí)驗(yàn)需要在收集數(shù)據(jù)方面變得更加智能化，而不僅僅是對(duì)其進(jìn)行處理。現(xiàn)在，CMS和ATLAS每秒可以進(jìn)行億萬次撞擊，利用快速、粗糙的標(biāo)準(zhǔn)會(huì)導(dǎo)致每1000次撞擊中忽視掉1次撞擊。而2025年的升級(jí)計(jì)劃意味著，每秒相關(guān)撞擊次數(shù)將會(huì)增加20倍，為此那些探測(cè)器設(shè)備就需要使用更加精確的統(tǒng)計(jì)方法，美國(guó)帕薩迪納市加州理工學(xué)院CMS物理學(xué)家、幫助組織此次CERN研討會(huì)的María Spiropulu說：“我們正在走向一個(gè)未知領(lǐng)域?！?/font>
另一項(xiàng)LHC探測(cè)實(shí)驗(yàn)或許也能帶來靈感。這個(gè)名為L(zhǎng)HCb（大型強(qiáng)子對(duì)撞機(jī)底夸克實(shí)驗(yàn)）的項(xiàng)目旨在研究粒子與其反物質(zhì)的不對(duì)稱性。為了準(zhǔn)備LHC今年4月開始的這一輪一秒鐘高能物理實(shí)驗(yàn)，LHCb團(tuán)隊(duì)利用機(jī)器學(xué)習(xí)能力對(duì)探測(cè)器進(jìn)行了編程，用來決定哪些數(shù)據(jù)需要保留。
LHCb對(duì)細(xì)微的溫度和壓力變化極為敏感，因此在實(shí)驗(yàn)過程中隨著時(shí)間變化收集的數(shù)據(jù)也會(huì)非常有趣，因?yàn)闄C(jī)器學(xué)習(xí)能夠適應(yīng)實(shí)時(shí)變化?！耙郧皼]人這樣做過。”LHCb物理學(xué)家、帶領(lǐng)AI項(xiàng)目的Vladimir Gligorov表示。
在設(shè)備升級(jí)之后，粒子物理實(shí)驗(yàn)通常需要花費(fèi)數(shù)月進(jìn)行校準(zhǔn)，Gligorov說。但是在能量升級(jí)兩周內(nèi)，該探測(cè)器就“再次發(fā)現(xiàn)”一種叫作J/ψ介子的粒子，該粒子于1974年由兩個(gè)美國(guó)實(shí)驗(yàn)團(tuán)隊(duì)分別發(fā)現(xiàn)，隨后被認(rèn)為是諾貝爾獎(jiǎng)級(jí)的科學(xué)發(fā)現(xiàn)。
Spiropulu和一些專家表示，未來幾年，CMS和ATLAS很可能會(huì)追隨LHCb的腳步，并且將讓探測(cè)器運(yùn)算法則開展更多實(shí)時(shí)檢測(cè)與計(jì)算工作?！澳菍?huì)對(duì)我們?nèi)绾芜M(jìn)行數(shù)據(jù)分析帶來變革。”Spiropulu說。
然而，日益倚重人工智能進(jìn)行決策也會(huì)帶來新的挑戰(zhàn)。和LHCb不同，該實(shí)驗(yàn)主要聚焦尋找已經(jīng)發(fā)現(xiàn)的粒子，因此可以詳細(xì)地研究采集粒子過程，但是ATLAS和CMS的設(shè)計(jì)目的是發(fā)現(xiàn)新粒子。從原理上說，一些被丟掉的數(shù)據(jù)也可能包含重要發(fā)現(xiàn)，而利用運(yùn)算法則生成的標(biāo)準(zhǔn)可能沒有透明度，這讓很多物理學(xué)家感到憂慮，Germain說。她表示，研究人員希望了解這些運(yùn)算法則如何發(fā)揮作用，從而確保它們是基于物理原則的。“否則這對(duì)他們來說如同噩夢(mèng)。”
支持這種方法的物理學(xué)家還需要讓他們?cè)谌斯ぶ悄茴I(lǐng)域的同事放棄已經(jīng)過實(shí)踐檢驗(yàn)的公式。Gligorov說：“這些都是大型實(shí)驗(yàn)合作項(xiàng)目，所以如果要證明一個(gè)新方法，可能要花費(fèi)極長(zhǎng)的時(shí)間?！盠HCb有1000多名參與成員，而ATLAS和CMS的參與科學(xué)家都超過3000人。
盡管存在這些挑戰(zhàn)，研討會(huì)上討論最熱的一個(gè)話題是粒子物理是否應(yīng)該利用更加復(fù)雜化的人工智能以及如何利用這種被稱為深度學(xué)習(xí)的相關(guān)技術(shù)。機(jī)器本體學(xué)習(xí)運(yùn)算主要采用樣本數(shù)據(jù)如圖像等來訓(xùn)練，然后“說出”每張圖片上的內(nèi)容是什么，比如是一所房屋還是一只貓。但是深度學(xué)習(xí)主要利用一些軟件（如谷歌翻譯和蘋果公司的聲音識(shí)別系統(tǒng)Siri），計(jì)算機(jī)不能進(jìn)行監(jiān)管，只能找到方法識(shí)別這些物體。
人工智能的深度學(xué)習(xí)能力將會(huì)使科學(xué)家發(fā)現(xiàn)理論上尚未預(yù)測(cè)過的新粒子，CMS團(tuán)隊(duì)成員、CREN參與組織此次研討會(huì)的物理學(xué)家Maurizio Pierini說：“它可能是一份保險(xiǎn)，以防提出正確理論預(yù)言的科學(xué)家尚未出生。”
聯(lián)系客服
