在欧洲核子研究中心，人工智能将推动未来发现
欧洲核子研究中心(CERN)的大型强子对撞机(LHC)每秒会产生4000万次粒子碰撞，形成的数据量远超地球上任何计算机的存储和分析能力。因此，欧洲核子研究中心的科学家正让人工智能实时作出瞬间判断，决定哪些碰撞可能孕育下一项重大发现。这只是人工智能改变粒子物理研究的众多方式之一。
相关内容
时事通讯：瑞士媒体里的中国
欧洲核子研究中心计划在21世纪40年代建造一台造价更为高昂的新型对撞机，以接替大型强子对撞机。物理学家表示，人工智能不仅会在实验结束后处理数据，还将帮助设计机器、选择材料，甚至决定这台机器究竟要探索哪些问题。
2012年，欧洲核子研究中心的科学家发现希格斯玻色子，由此改写了人类对宇宙的认识。这项突破历经40年求索，离不开机器学习算法的助力。欧洲核子研究中心物理学家毛里齐奥·皮耶里尼(Maurizio Pierini)说，这些算法“有点像今天人工智能的曾祖父”。
如今，这些早期算法的后继技术正逐步渗透粒子物理的各个领域。欧洲核子研究中心前主任法比奥拉·吉亚诺蒂(Fabiola Gianotti)对瑞士资讯swissinfo.ch表示：“我们会越来越多地使用人工智能。”与其他领域的科学家一样，物理学家会在实验开始前利用人工智能做好准备工作，也会在实验结束后用它分析数据。不过，欧洲核子研究中心更进一步，正在把这项技术推向尚未探索的新方向。皮耶里尼说：“我们的独特之处在于，我们还会在实验进行过程中部署算法，让它们直接参与数据采集。”
本系列报道探讨了这个世界上最大的粒子物理实验室在追求其科学雄心上的进展，及其作为“理解宇宙的国际交汇中心”所做的努力。
在这家位于日内瓦的机构大规模升级硬件设备之际，一批基于人工智能的新工具也陆续投入使用。今年，大型强子对撞机升级工程将正式启动。升级后的机器碰撞频率更高，随之产生的待分析数据也会大幅增加。接下来，实验室还必须完成未来环形对撞机(FCC)的设计并获得批准。这台对撞机计划将在21世纪40年代接替大型强子对撞机。接受本文采访的欧洲核子研究中心物理学家一致认为，人工智能不仅将在科学研究和数据分析中发挥重要作用，还能协助设计新对撞机、控制建设成本，并吸引杰出人才重新投身粒子物理研究。
加州理工学院粒子物理学家、欧洲核子研究中心合作研究人员玛丽亚·斯皮罗普卢(Maria Spiropulu)说：“有了人工智能，一切都会焕然一新。研究将做得更好、推进得更快，技术也会更加先进。人工智能还将帮助我们探究粒子物理中那些尚未解决的问题。”
人工智能助力发现希格斯玻色子
欧洲核子研究中心最早在1987年使用机器学习。当时，科学家开发了一套系统，用于查找质子同步加速器的故障。
后来，欧洲核子研究中心的科学家又把另一种可视为人工智能先驱的技术应用于大型强子对撞机。在这台对撞机内，粒子以最高13万亿电子伏特(TeV)的能量发生碰撞，每秒产生4000万次碰撞。每次碰撞都会留下信号痕迹，再由环绕碰撞区的巨型探测器加以捕捉。皮耶里尼说，数据流规模之巨、速度之快，意味着“地球上没有任何计算基础设施能够处理”。“你必须过滤数据，还必须有一种算法判断哪些内容值得关注，哪些可以忽略。”
欧洲核子研究中心寻找希格斯玻色子时，采用的正是这种方法。这个被称为“上帝粒子”的粒子赋予其他粒子质量，但它极少在碰撞中产生，而且只存在于极短的一瞬。不过，科学家并非漫无目的地寻找，而是清楚自己要找什么。早在20世纪60年代，彼得·希格斯(Peter Higgs)便根据当时人们对粒子物理的认识，预言了这种玻色子的存在。因此，发现它的关键就在于筛选海量数据，从中找出能够证明其存在的证据。
为此，研究人员把机器学习算法写入大型强子对撞机的硬件，并根据彼得·希格斯的计算结果设定识别目标，让算法寻找与这些计算相符的痕迹。机器随后从数据流中筛选出最有可能产生希格斯玻色子的事件。最终，算法可以把信号筛选到每秒1000个，使人类首次清晰观测到“上帝粒子”。皮耶里尼说：“正因如此，我们可以说，人工智能为希格斯玻色子的发现提供了重要助力。”
>>科学研究代价不菲，欧洲核子研究中心也屡屡面对经费之争。
相关内容
分裂的世界里，欧洲核子研究中心百亿美元计划何去何从？
用人工智能探索未知
尽管已经取得成功，皮耶里尼却并未就此满足。他希望进一步挖掘信号过滤系统芯片的潜力，在芯片上部署速度更快、能力更强的算法。难点在于，大型强子对撞机探测器的硬件能力十分有限。皮耶里尼说：“你不可能把ChatGPT直接塞进去。”于是，他转而选择神经网络。这类计算模型功能强大，却能装入体积很小的硬件，并在极短时间内完成复杂运算。借助这种方式，欧洲核子研究中心的科学家可以让算法在纳秒内完成任务。皮耶里尼说：“这些成果为我们开辟了一条全新的道路。”
如今，借助同一套硬件上的神经网络，科学家可以同时运行多种算法，对全部数据进行实时扫描。皮耶里尼希望利用这一进展，从中找出偏离现有理论预测模式的碰撞。这种方法称为异常检测，与银行识别信用卡欺诈交易的方式相似。将其应用于大型强子对撞机的数据，可能发现科学家此前甚至不知道应当关注的异常事件。皮耶里尼说：“这是一种发现意外现象的方法。”
这位意大利科学家的言下之意是，长期以来，粒子物理学家更多着眼于验证或推翻数十年前提出的理论。在人工智能的协助下，皮耶里尼的方法或许能帮助粒子物理回归科学方法的本质，也就是先观察自然、提出问题，再发展新理论、形成新认识。
皮耶里尼说：“人工智能当然能让我们在路灯照得到的地方找得更仔细，但我更感兴趣的是让人工智能算法回过头看看我身后还有什么。”这项新技术被称为“触发式人工智能”，目前已在大型强子对撞机中接受测试，未来还将应用于升级后的机器和新一代对撞机。
>>欧洲核子研究中心的下一代粒子对撞机能够做什么？请阅读下文。
相关内容
从“上帝粒子”到宇宙本源：欧洲核子研究中心再启百年工程
人工智能赋能未来对撞机
皮耶里尼表示，随着人工智能算法日益精进，科学家可以在实验结束后更加精准地分析数据，有时甚至能将分析精度提升至目前可行水平的数百倍，同时节省数百万瑞郎。
面对数百万条相似痕迹，如何捕捉罕见复杂事件留下的蛛丝马迹，这一技术进展可能发挥关键作用。同时产生2个希格斯玻色子，就是一种极其罕见的事件。皮耶里尼补充说，双希格斯玻色子事件有助于揭示希格斯场如何赋予粒子质量，而这正是“高能物理学中的一大未知问题”。大型强子对撞机升级为高亮度大型强子对撞机后，产生的数据量将达到现有对撞机的5至6倍，高效的数据分析也会变得更加重要。
人工智能还将在建造新型粒子对撞机时发挥作用，例如计划接替大型强子对撞机的未来环形对撞机。在加州理工学院工作的欧洲核子研究中心合作研究人员斯皮罗普卢说：“从探测器设计、实验运行到监测系统建设，人工智能在每个环节都将发挥关键作用。”
例如，人工智能可以帮助开发成本更低的新材料，用于制造维持对撞机运行不可或缺的超导磁体。人工智能工具也可能改变探测器的设计方式。目前，粒子物理学家主要凭借自身经验设计下一代探测器。皮耶里尼表示，未来“科学家将让人工智能完成探测器的整体设计，并根据物理研究目标和具体任务进行优化”。
不过，无论人工智能多么强大，实验数据仍然必须由对撞机产生。皮耶里尼说：“如果没有未来环形对撞机本身，人工智能也无法让我们开展同样的实验。”
>>“有史以来最先进的仪器”？请观看未来环形对撞机的介绍视频。
逐渐萎缩的领域
皮耶里尼设想，如果人工智能能够承担粒子物理研究中更多繁琐工作，这一职业对新生代人才而言会显得更令人振奋、更有吸引力。这项新技术还可能催生一批运用前沿人工智能的新型岗位。即使这一领域继续萎缩，人工智能也能帮助那些坚守其中的粒子物理学家开展新的高难度实验。正如皮耶里尼所解释的那样，“每位研究人员都将借助AI智能体(或工具)提升自身能力，无论以何种方式，人工智能都将让这个领域继续发展下去。”
中国正在把人工智能嵌入现有大型科学装置的数据筛选与物理分析流程，而不只是把它当作通用辅助工具。中国高能物理与人工智能发展路线图指出，北京谱仪实验(BESIII)、江门中微子实验(JUNO)和高海拔宇宙线观测站(LHAASO)等运行中的装置，会在数百万个探测通道上产生空间坐标、能量沉积、时间和波形等高维异构信号，机器学习因而可用于数据获取、事件重建、模拟和物理分析。在BESIII实验中，研究团队用100亿个J/ψ事例训练和校准图神经网络，首次观测到粲重子Λc+→ne+νe的卡比玻压低β衰变，统计显著性超过10σ。这说明人工智能已经能够直接帮助识别被庞大背景淹没的稀有过程。
面向下一代装置，人工智能的作用正在从分析实验结果前移到探测器重建与希格斯物理方案设计。中科院高能所等机构提出的电子正电子希格斯工厂重建方法，将5维量能器信息、粒子流算法与机器学习结合，在基准过程中把91%以上可见能量映射为正确重建的粒子，并将强子衰变希格斯玻色子的不可变质量分辨率提高25%。2026年一项由中国团队主导的进一步研究，使用Transformer和图神经网络处理全部重建粒子，将若干关键希格斯物理基准测量的精度最高提高6倍，并让原本难以观测的稀有希格斯衰变具备现实可行性。要把这些单点成果转化为持续能力，相关路线图还建议建设全国研究人员可访问的人工智能与高能物理共享计算平台，建立标准化数据和基准任务，并连接现有机构的算力集群。
资料来源：arXiv学术网及欧洲核子研究中心
(编辑：Veronica De Vore/ds，编译自英文：中文编辑部/xy)
符合JTI标准
您可以在这里找到读者与我们记者团队正在讨论交流的话题。
请加入我们！如果您想就本文涉及的话题展开新的讨论，或者想向我们反映您发现的事实错误，请发邮件给我们：chinese@swissinfo.ch。