Das CERN, das Europäische Labor für Teilchenphysik, und Mistral, ein europäischer Entwickler großer KI-Modelle, haben eine Absichtserklärung unterzeichnet, um eine langfristige strategische Partnerschaft zu begründen. Im Mittelpunkt steht die Entwicklung von Foundation-Modellen für wissenschaftliche Entdeckungen. Die Partnerschaft verbindet die Expertise des CERN in der Grundlagenphysik, bei wissenschaftlichen Daten und im großskaligen Rechnen mit der Führungsrolle von Mistral beim Training großer Modelle. Ziel ist es, KI für die Wissenschaft voranzubringen und die wissenschaftlichen und technologischen Fähigkeiten Europas zu stärken.
Kern der Arbeit ist das Ziel, ein einziges vortrainiertes Large Physics Model zu entwickeln, das erste Foundation-Modell für die Teilchenphysik an Beschleunigern. Es wird auf Milliarden simulierter Proton-Proton-Kollisionen am Large Hadron Collider (LHC) des CERN trainiert, dem größten und leistungsstärksten Teilchenbeschleuniger der Welt. Das Modell soll mehrere Aufgaben unterstützen: von der Rekonstruktion von Teilchenkollisionen und der Identifikation von Teilchen über das Erkennen unerwarteter Signale bis hin zur Bewertung künftiger Detektordesigns.
Die Rekonstruktion stützt sich heute auf eine Kette spezialisierter Algorithmen, die Detektorsignale schrittweise in die Teilchen umwandeln, die für die physikalische Analyse genutzt werden. Foundation-Modelle bieten die Möglichkeit, über diese gesamte Kette hinweg innerhalb eines einzigen Modells zu lernen. Das CERN verfügt über rund ein Exabyte experimenteller Daten des LHC, und die Zahl der Kollisionen soll mit dem HL-LHC, dessen Betrieb etwa 2030 beginnen soll, um das Zehnfache steigen.
„Die Hochenergiephysik bietet ein einzigartiges Umfeld, in dem künstliche Intelligenz mit außergewöhnlicher Strenge entwickelt und getestet werden kann“, sagte Enrica Porcari, Chief Information Officer des CERN. Johannes Brandstetter, Vice President für KI im Engineering bei Mistral, ergänzte, die Partnerschaft könne die Grenzen der Hochenergiephysik verschieben und zu neuen wissenschaftlichen Entdeckungen führen.
Quelle: Hacker News · Zusammengefasst von HeadlinesBriefing