Een miljoen terabyte aan experimentele gegevens voedingsbodem voor samenwerking tussen Cern en Mistral

Het Europese onderzoeksinstituut CERN en het Franse AI-bedrijf Mistral gaan samenwerken aan een AI-model dat de analyse van deeltjesbotsingen moet vereenvoudigen. Het Large Physics Model wordt getraind op miljarden gesimuleerde botsingen in de Large Hadron Collider.

Wanneer protonen in de LHC met elkaar botsen, ontstaan verschillende elementaire deeltjes. Detectoren registreren de sporen en energie die deze deeltjes achterlaten. Om daaruit te reconstrueren wat er precies is gebeurd, moeten de meetgegevens een reeks ingewikkelde berekeningen doorlopen. Momenteel worden daarvoor verschillende algoritmen gebruikt, die elk een specifiek onderdeel van de analyse uitvoeren. Het nieuwe model moet meerdere van deze taken kunnen combineren. “Hoge-energiefysica geeft een unieke omgeving waar kunstmatige intelligentie kan worden ontwikkeld en rigoureus getest”, aldus Informatie-officier Enroca Porcari van CERN.

Het systeem wordt ontwikkeld als een foundation model: een AI-model dat op grote hoeveelheden gegevens wordt getraind en vervolgens voor verschillende toepassingen kan worden ingezet. In dit geval gaat het om miljarden gesimuleerde proton-protonbotsingen. Naast het reconstrueren van botsingen en herkennen van deeltjes zal het afwijkende patronen moeten kunnen signaleren die mogelijk wijzen op onbekende natuurkundige verschijnselen. Ook kan de technologie worden gebruikt om toekomstige detectorontwerpen te beoordelen.

Exabyte

Inmiddels heeft het onderzoeksinstituut ongeveer één exabyte aan experimentele gegevens van de LHC opgeslagen. Dat komt overeen met een miljoen terabyte. Met de komst van de High-Luminosity LHC (HL-LHC), die naar verwachting rond 2030 operationeel wordt, zal het aantal deeltjesbotsingen ongeveer vertienvoudigen. Daardoor groeit ook de hoeveelheid gegevens die moet worden verwerkt en geanalyseerd. De bestaande analysemethoden staan hiermee voor een grote uitdaging. Door meerdere stappen in één AI-model onder te brengen, hopen de onderzoekers de verwerking van deze gegevens beter schaalbaar te maken.