recourir à l'intelligence artificielle
L’intelligence artificielle (IA) est un outil très puissant que les physiciens utilisent déjà. Début décembre dernier, j'ai eu l'occasion d'interviewer Santiago Folgueras, un jeune physicien des particules formé à l'Université d'Oviedo ; Purdue University, Indiana (États-Unis) et CERN (Suisse). Santiago a gagné de l'aide du Conseil européen de la recherche doté de 1,5 million d'euros pour diriger INTREPID.
Ce projet ambitieux d'une durée d'au moins cinq ans vise à utiliser l'intelligence artificielle et les cartes programmables de nouvelle génération pour améliorer le système de filtrage de l'expérience CMS du CERN. D'un point de vue technologique, Santiago et son équipe souhaitent tester de nouvelles cartes intégrant des nœuds d'intelligence artificielle avec lesquels ils pourront inférer des réseaux neuronaux au sein de la carte elle-même. Cela semble excitant.
Au LHC, à haute luminosité, il y aura 40 millions de collisions par seconde, ce qui générera une énorme quantité d’informations qui ne pourront être stockées nulle part. Pour cette raison, il est nécessaire de développer un système capable d’analyser les données en temps réel et de prendre une décision concernant la collision qui vient de se produire. La décision finale est de conserver ou de supprimer ces informations. C'est l'objet du projet INTREPID.
L’IA fait déjà la différence au CERN
Comme nous venons de le voir, le système INTREPID sur lequel travaille Santiago Folgueras utilise l'IA pour déterminer en temps réel si une collision remplit les conditions nécessaires pour qu'elle vaille la peine d'être sauvegardée afin de pouvoir être analysée ultérieurement. Mais au CERN, l’IA est également utilisée à d’autres fins que cet ingénieux système de filtrage en temps réel. Les expériences ATLAS et CMS utilisent déjà des techniques d’apprentissage automatique de pointe pour identifier de nouvelles physiques.
La solution choisie par les chercheurs du CERN est de permettre à l'IA de faire une bonne partie du travail d'analyse et de sélection
Les physiciens du CERN sont confrontés à un défi titanesque qui consiste essentiellement à rechercher parmi des milliards de collisions sans savoir exactement ce qu'ils recherchent. Ce qu'ils ont fait jusqu'à présent, c'est essayer d'identifier les anomalies, mais c'est comme chercher une aiguille dans une botte de foin en raison de l'énorme volume d'informations générées par les expériences ATLAS et CMS. Dans ces circonstances, la solution qu’ont retenue les chercheurs de ce laboratoire est de permettre à l’IA de faire une bonne partie de ce travail d’analyse et de sélection.
Pour y parvenir, ils ont imaginé plusieurs stratégies de formation pour leurs algorithmes d’IA. L’un d’eux nécessite d’étudier la forme de la signature énergétique de chaque particule, afin que l’IA soit capable d’identifier de quelle particule il s’agit avec une forte probabilité de succès connaissant sa signature énergétique. Leur algorithme est même capable de localiser une signature énergétique atypique qui pourrait potentiellement révéler qu’une nouvelle interaction a eu lieu.
Une autre stratégie qu'ils utilisent consiste à entraîner l'algorithme d'IA afin qu'il soit capable d'analyser chaque collision dans son intégralité et d'identifier si une anomalie est survenue connaître les particules impliquées dans l’interaction. L'identification d'une anomalie pourrait révéler la présence de nouvelles particules. Ce ne sont là que deux des stratégies utilisées par les physiciens du CERN, et la bonne nouvelle est qu’elles obtiennent déjà des résultats prometteurs pour une raison fondamentale : il a été démontré que les algorithmes d’IA augmentent considérablement la sensibilité à une très large gamme de signatures de particules. techniques traditionnelles.
Images | S Sioni/CMS-PHO-EVENTS-2021-004-2/M Rayner
Plus d'informations | CERN
À Simseo | La science européenne prend les choses au sérieux : EUROfusion et le CERN vont travailler ensemble sur la fusion nucléaire et les nouveaux collisionneurs