Строящийся электронно-ионный коллайдер EIC станет первым ускорителем частиц, где искусственный интеллект и машинное обучение встроены в систему с самого начала. ИИ будет не только анализировать данные столкновений, но и самостоятельно управлять работой ускорителя в реальном времени.
Брукхейвенская национальная лаборатория совместно с Лабораторией Джефферсона продолжают строительство электронно-ионного коллайдера EIC — одного из самых амбициозных научных проектов десятилетия. Установка стоимостью до 2,8 миллиарда долларов должна начать работу в середине 2030-х годов и уже сейчас считается первым в мире коллайдером частиц, изначально созданным вокруг технологий искусственного интеллекта.
Главная особенность EIC — колоссальный объем данных. После запуска установка будет фиксировать до 500 тысяч столкновений частиц каждую секунду. При такой скорости человек физически не способен вручную контролировать параметры ускорителя или анализировать происходящее внутри детектора. Именно поэтому машинное обучение стало частью архитектуры проекта еще на этапе проектирования.
За разработку интеллектуальной системы управления отвечает международная группа BeamAI. Ее задача — создать ИИ, способный автоматически отслеживать состояние ускорителя и корректировать тысячи параметров в режиме реального времени. Речь идет о двух потоках частиц, движущихся навстречу друг другу почти со скоростью света внутри кольца длиной около 4 километров.
Разработчики уже протестировали подобные алгоритмы на ускорителях RHIC в Брукхейвене. По словам ученых, системы машинного обучения смогли поддерживать качество пучка на уровне опытных операторов. Кроме того, ИИ формирует цифрового двойника ускорителя — виртуальную копию установки, на которой можно безопасно тестировать изменения и заранее выявлять потенциальные неисправности.
Искусственный интеллект также радикально меняет процесс создания самого детектора ePIC, который по размерам сопоставим с небольшим домом. Раньше ученым приходилось проводить огромное количество сложных симуляций вручную, проверяя разные варианты геометрии и материалов. Теперь часть этой работы берут на себя алгоритмы машинного обучения, способные быстро прогнозировать эффективность различных конфигураций.
После запуска поток данных от ePIC достигнет примерно 100 гигабит в секунду. Системы глубокого обучения будут в реальном времени отделять полезные сигналы от фонового шума и восстанавливать параметры столкновений частиц. Для этого уже создаются специальные алгоритмы сжатия данных, позволяющие уменьшать объем информации без потери научной ценности.
Ученые рассчитывают, что интеграция ИИ позволит значительно ускорить получение новых открытий в физике элементарных частиц. EIC должен помочь исследователям глубже понять структуру протонов и нейтронов, а также природу сильного взаимодействия — одной из фундаментальных сил Вселенной.
💡 Читайте также:
Понравился материал?
Подписывайтесь на наши каналы в Дзене, VK, OK и Telegram и заходите на наш сайт Techdgst.ru, где мы публикуем еще больше новостей о технологиях и науке.