CERN und Mistral planen KI-Modell zur Analyse von Teilchenkollisionen

Das CERN und Mistral arbeiten an einem KI-Modell zur Analyse von Teilchenkollisionen. (Source: CERN / Mistral)

Das CERN und Mistral arbeiten an einem KI-Modell zur Analyse von Teilchenkollisionen. (Source: CERN / Mistral)

Das europäische Kernforschungszentrum CERN und das französische KI-Unternehmen Mistral haben eine Absichtserklärung für eine langfristige Zusammenarbeit unterzeichnet. Gemeinsam wollen sie ein Foundation Model entwickeln, das sie anhand grosser Datenmengen vortrainieren und anschliessend für unterschiedliche Aufgaben bei der Analyse von Teilchenkollisionen einsetzen können, wie das CERN mitteilt. 

Bei Experimenten am Teilchenbeschleuniger Large Hadron Collider (LHC) lassen Forschende Protonen mit hoher Energie aufeinanderprallen. Detektoren registrieren die Signale, die die dabei entstehenden Teilchen hinterlassen. Um die Messdaten wissenschaftlich auswerten zu können, müssen spezialisierte Algorithmen aus den Detektorsignalen zunächst die Spuren, Eigenschaften und Energien der Teilchen rekonstruieren. Für einzelne Schritte setzen Forschende bereits heute Verfahren des maschinellen Lernens ein.

Ein Modell für mehrere Aufgaben

Die beiden Partner wollen das Modell mit Milliarden simulierten Proton-Proton-Kollisionen trainieren. Es soll unter anderem helfen, Kollisionsereignisse zu rekonstruieren, Teilchen zu identifizieren, ungewöhnliche Signale aufzuspüren und künftige Detektorkonzepte zu untersuchen.

Ganz neu ist der Ansatz zwar nicht: Bereits 2024 stellte ein Forschungsteam der Universität Hamburg mit "OmniJet-α" ein Foundation Model vor, das Teilchenjets - gebündelte Ströme von Teilchen - simulieren und klassifizieren kann. Das CERN und Mistral verfolgen jedoch einen breiteren Ansatz: Ihr Modell soll Informationen aus verschiedenen Stufen der Kollisionsrekonstruktion zusammenführen und mehrere Analyseaufgaben in einem einzigen System übernehmen.

In die Zusammenarbeit bringt das CERN sein Fachwissen in der Grundlagenphysik, der Verarbeitung wissenschaftlicher Daten und dem Hochleistungsrechnen ein. Mistral steuert seine Erfahrung beim Training grosser KI-Modelle bei. "Die Hochenergiephysik bietet ein einzigartiges Umfeld, in dem sich künstliche Intelligenz mit aussergewöhnlicher wissenschaftlicher Strenge entwickeln und testen lässt", sagt Enrica Porcari, IT-Chefin des CERN. Sie hofft, dass die daraus entstehenden KI-Verfahren künftig der gesamten Physikgemeinschaft zugutekommen.

Enrica Porcari, Chief Information Officer, Cern. (Source: zVg)

Zehnmal mehr Kollisionen am LHC

Der Bedarf an leistungsfähigen Analysemethoden dürfte in den kommenden Jahren weiter steigen. Seit Beginn der Experimente am LHC hat das CERN rund ein Exabyte an Messdaten gespeichert - das entspricht einer Million Terabyte. Mit dem Ausbau zum sogenannten High-Luminosity LHC (HL-LHC) soll die Datenmenge nochmals deutlich wachsen. Der modernisierte Teilchenbeschleuniger soll um das Jahr 2030 den Betrieb aufnehmen und über seine Laufzeit etwa zehnmal so viele Kollisionen ermöglichen wie ursprünglich für den LHC vorgesehen.

Das CERN sieht darin ein geeignetes Umfeld, um neue KI-Verfahren zu entwickeln und zu erproben. Ob das geplante KI-Modell die bisherigen spezialisierten Algorithmen tatsächlich ergänzen oder teilweise ersetzen kann, muss sich allerdings erst zeigen. Einen konkreten Zeitplan oder ein Budget für das Projekt gaben die beiden Partner bislang nicht bekannt.

Übrigens: Wie das CERN auf die wachsenden Datenmengen reagiert und welche Rolle KI und digitale Souveränität in seiner IT-Strategie spielen, erklärt CIO Enrica Porcari im Interview.