В США строят первый в мире коллайдер с ИИ

В США создают электрон-ионный коллайдер, в котором системы искусственного интеллекта и машинного обучения изначально заложены в архитектуру ускорителя и детекторов, сообщает Interesting Engineering.

Новая установка строится в Национальной лаборатории Брукхейвена в штате Нью-Йорк. Электрон-ионный коллайдер должен фиксировать до 500 тыс. столкновений частиц в секунду, поэтому обработка такого объема данных традиционными методами была бы крайне затруднительной.

Основную часть сортировки, отбора и восстановления событий планируется выполнять с помощью алгоритмов машинного обучения в режиме реального времени. По оценке разработчиков, это требование повлияло на проектирование всей установки.

Стоимость проекта оценивается в 1,7–2,8 млрд долларов, а запуск намечен на середину 2030-х годов. В работе над коллайдером участвуют более 300 научных организаций из разных стран.

В отличие от ранее закрытого коллайдера тяжелых ионов, где интеллектуальные системы добавляли уже после начала работы, новый комплекс проектируют с учетом таких технологий с самого начала.

Схема работы установки предусматривает два пучка частиц, которые будут двигаться почти со скоростью света по кольцу длиной 3,9 километра в противоположных направлениях. Для стабильной работы потребуется одновременно контролировать десятки тысяч параметров.

Алгоритмы, уже испытанные на предварительных ускорителях, смогли обеспечить качество пучка на уровне, которого обычно добиваются опытные операторы. Кроме того, система будет использовать цифрового двойника — виртуальную модель ускорителя, позволяющую проверять изменения в реальном времени и заранее выявлять аномалии в работе магнитов.

Искусственный интеллект также применяют при проектировании детекторов. Машинное обучение помогает оценивать, как изменения конструкции скажутся на распознавании частиц, ускоряет моделирование и снижает вычислительные затраты.

После запуска детектор ePIC, сопоставимый по размеру с домом, будет генерировать до 100 гигабит данных в секунду. Системы на основе искусственного интеллекта должны сразу отделять полезные сигналы от шумов, а модели глубокого обучения — восстанавливать траектории частиц.

Ученые Брукхейвенской лаборатории уже разработали алгоритм сжатия данных, который позволяет уменьшать их объем без потери детализации, необходимой для физического анализа. Главная цель проекта — подготовить к середине 2030-х годов полный набор интеллектуальных систем, способных ускорить будущие открытия в физике элементарных частиц.

Рекомендуем также:

1. Водителей старше 35 лет начали массово штрафовать: какая новая отметка в правах грозит потерей 15 тысяч рублей
2. Обычное пюре больше не захочется: эта картофельная запеканка станет главным блюдом на вашем столе
3. Звезды оказались ни при чем: какие скрытые внутренние враги годами мешают знакам зодиака стать по-настоящему счастливыми
4. Вселенная запускает судьбоносный разворот: жизнь этих 3 знаков Зодиака полностью изменится уже с 19 мая
5. Финансовое чудо уже близко: астрологи назвали знак Зодиака, которому июнь принесет огромные деньги