下一代粒子对撞机实验将采用世界上最先进的智能机器，如果粒子物理学家和人工智能（AI）研究人员之间正在建立的联系取得进展的话。这些机器可能会在几乎没有人为干预的情况下做出发现，这一前景让一些物理学家感到不安。
为了渴望取得新发现，并意识到他们将在十年内受到无法管理的海量数据冲击，在瑞士日内瓦附近的大型强子对撞机（LHC）工作的物理学家们正在寻求人工智能专家的帮助。
11月9日至13日，来自这两个领域的领军人物参加了一个研讨会——同类首个——他们在会上讨论了先进的人工智能技术如何加速LHC的发现。巴黎南大学奥赛分校的计算机科学家Cécile Germain说，粒子物理学家们“已经意识到他们无法独自完成这项工作”，她在CERN（欧洲核子研究中心，即LHC的所在地）举办的研讨会上发言时说道。
支持科学新闻事业
如果您喜欢这篇文章，请考虑通过以下方式支持我们屡获殊荣的新闻事业： 订阅。通过购买订阅，您将帮助确保有关当今世界具有影响力的发现和想法的报道拥有未来。
计算机科学家们正蜂拥而至。去年，Germain帮助组织了一场竞赛，旨在编写程序，以便在模拟数据集中“发现”希格斯玻色子的踪迹；它吸引了来自1700多个团队的投稿。
粒子物理学对人工智能并不陌生。特别是，当LHC的两个最大的实验ATLAS和CMS于2012年发现了希格斯玻色子时，他们在一定程度上是使用机器学习——一种人工智能形式，它可以“训练”算法来识别数据中的模式。这些算法使用粒子碰撞碎片模拟进行了预先训练，并学会了识别由稀有希格斯粒子衰变产生的模式，这些模式存在于数百万更普通的事件中。然后，他们开始对真实事物进行工作。
但在不久的将来，实验将需要变得更智能，不仅要处理数据，还要收集数据。CMS和ATLAS目前每秒产生数亿次碰撞，并使用快速而粗略的标准来忽略除千分之一以外的所有事件。计划于2025年进行的升级意味着碰撞次数将增加20倍，探测器将不得不使用更复杂的方法来选择他们保留的内容，加州理工学院帕萨迪纳分校的CMS物理学家María Spiropulu说，她帮助组织了CERN研讨会。“我们正在走向未知，”她说。
灵感可能来自另一个LHC实验LHCb，该实验专门研究粒子及其反物质对应物之间细微的不对称性。为了为LHC的第二次更高能量运行做准备，该运行于4月开始，LHCb团队对其探测器进行了编程，使其使用机器学习来决定保留哪些数据。
LHCb对温度和压力的微小变化非常敏感，因此在任何给定时间有趣的数据都会随着实验而变化——机器学习可以实时适应这种情况。“以前没有人这样做过，”CERN的LHCb物理学家Vladimir Gligorov说，他领导了人工智能项目。
Gligorov说，粒子物理实验通常需要几个月的时间才能在升级后重新校准。但在能量升级后的两周内，探测器就“重新发现”了一种名为J/Ψ介子的粒子——该粒子于1974年首次由两个独立的美国实验发现，后来被认为值得获得诺贝尔奖。
Spiropulu和其他人说，在未来几年，CMS和ATLAS可能会效仿LHCb的做法，并将使探测器算法在实时执行更多工作。“这将彻底改变我们进行数据分析的方式，”Spiropulu说。
更多地依赖人工智能决策将带来新的挑战。与主要专注于寻找已知粒子以便进行详细研究的LHCb不同，ATLAS和CMS旨在发现新粒子。Germain说，使用算法以不透明的方式得出的标准，抛弃原则上可能包含重大发现的数据的想法，引起了许多物理学家的焦虑。研究人员将希望了解算法的工作原理，并确保它们基于物理原理，她说。“这对他们来说是一场噩梦。”
Gligorov说，该方法的拥护者还将不得不说服他们的同事放弃经过考验的技术。“这些都是庞大的合作项目，因此要让一种新方法获得批准，需要宇宙的年龄。”LHCb约有1000名成员；ATLAS和CMS各有约3000名成员。
尽管存在这些挑战，但研讨会上讨论最热烈的问题是粒子物理学是否以及如何利用更复杂的人工智能，即一种称为深度学习的技术。基本的机器学习算法使用样本数据（如图像）进行训练，并“告知”每张图片显示的内容——例如房屋与猫。但在深度学习中，谷歌翻译和苹果的语音识别系统Siri等软件使用深度学习，计算机通常不会接受此类监督，而是自行找到对对象进行分类的方法。
尽管他们强调他们不愿将这种程度的控制权交给算法，但CERN研讨会的几位发言人讨论了如何将深度学习应用于物理学。加州大学欧文分校的人工智能研究员Pierre Baldi已将机器学习应用于科学的各个分支，他描述了他和他的合作者如何进行研究，表明一种称为暗知识的深度学习技术可能有助于——恰如其分地——寻找暗物质。
CERN工作人员物理学家Maurizio Pierini是研讨会的联合主持人，他说，深度学习甚至可能导致发现理论家尚未预测的粒子。“这可能是一种保险策略，以防万一做出正确预测的理论家尚未诞生。”
本文经许可转载，并于2015年12月1日首次发表。