CERN, el Laboratorio Europeo de Física de Partículas, y Mistral, un laboratorio de IA con sede en Francia, han establecido una asociación estratégica para avanzar en la inteligencia artificial en el campo de la ciencia fundamental. La colaboración tiene como objetivo combinar el vasto repositorio de datos experimentales y la experiencia en física de altas energías de CERN con la experiencia de Mistral en el entrenamiento de modelos de IA a gran escala. Si bien el enfoque inicial de la asociación se centra en la física de altas energías, las organizaciones tienen la intención de compartir las capacidades de IA resultantes con la comunidad científica en general.
La imagen ilustra la asociación estratégica entre el Laboratorio Europeo de Física de Partículas y el laboratorio de IA francés Mistral.
El objetivo principal de esta iniciativa es la creación de un 'Gran Modelo de Física', que serviría como el primer modelo fundacional específicamente para la física de colisionadores. A diferencia de las aplicaciones tradicionales de aprendizaje automático que resuelven tareas estrechas y especializadas, un modelo fundacional está diseñado para aprender a lo largo de toda una cadena de reconstrucción. Actualmente, analizar las colisiones en el Gran Colisionador de Hadrones (LHC) requiere una secuencia de algoritmos especializados para transformar las señales brutas de los detectores en partículas identificables. El modelo propuesto pretende manejar múltiples tareas dentro de un solo marco, incluyendo la reconstrucción de colisiones, la identificación de partículas específicas, la señalización de señales inesperadas y la evaluación de futuros diseños de detectores.
Para entrenar este modelo, los socios aprovecharán la masiva infraestructura de datos de CERN, que actualmente alberga aproximadamente un exabyte (un millón de terabytes) de datos experimentales. Se espera que esta escala aumente significativamente con el proyecto del LHC de alta luminosidad (HL-LHC), que está programado para comenzar operaciones alrededor de 2030 y se espera que aumente el número de colisiones en diez veces. Al utilizar estos datos de alto volumen y alta precisión, la asociación busca abordar la creciente complejidad de la física de partículas moderna, proporcionando un conjunto de herramientas escalables para que los investigadores expandan las fronteras del descubrimiento científico.