جهان در آستانه لاگین به عصر جدیدی از فیزیک ذرات با ساخت اولین برخورددهنده ذرات مبتنیبر هوش مصنوعی است که قرار است در اواسط دهه ۲۰۳۰ میلادی به بهرهبرداری برسد. این پروژه بزرگ «برخورددهنده الکترون-یون» (EIC) نام دارد و با بودجهای بین ۱.۷ تا ۲.۸ میلیارد دلار در آزمایشگاه ملی بروکهون نیویورک درحال توسعه است. اهمیت این مرکز در این است که برخلاف پروژههای پیشین، هوش مصنوعی و یادگیری ماشینی از همان مراحل اولیه طراحی در تاروپود سیستمهای شتابدهنده و آشکارساز (Detector) آن تنیده شدهاند تا قدرت پردازش بیمثلی را فراهم کنند.
این مرکز علمی پیشرفته که محصول همکاری آزمایشگاه بروکهون، مرکز شتابدهنده ملی توماس جفرسون و بیش از ۳۰۰ مؤسسه بینالمللی است، توانایی ثبت و پردازش ۵۰۰ هزار برخورد در هر ثانیه را خواهد داشت. این حجم از دادهها نیازمند سیستمی است که بتواند در لحظه وقایع را مرتبسازی و فیزیک درونی ذرات را بازسازی کند، وظیفهای که فقط از عهده یادگیری ماشینی ساخته است.
اولین برخورددهنده ذرات مبتنیبر هوش مصنوعی
یکی از مسائل اصلی در این پروژه، کنترل دهها هزار پارامتر فنی به صورت همزمان برای پایدار نگهداشتن باریکههای ذرات است که در یک مسیر دایرهای ۳.۸۶ کیلومتری با شتابی نزدیک به نور حرکت میکنند.
«گئورگ تورکوات»، از اساتید دانشگاه کرنل، معتقد است که نظارت بر این حجم از گزینهها از توانایی انسان خارج است و به همین دلیل سیستم نظارت کامپیوتری برای تنظیم خودکار کنترلها طراحی شده است. گروه تخصصی EIC-BeamAI هماکنون با استفاده از سختافزارهای موجود، موفق به پیادهسازی الگوریتمهایی شده است که کیفیتی معادل کار اپراتورهای انسانی خبره را ارائه میدهند.
فناوری دوقلوی دیجیتال (Digital Twin) نیز بخش مهمی از این نوآوری است که یک مدل مجازی دقیق و آنی از شتابدهنده فراهم میکند. این مدل به دانشمندان امکان میدهد پیش از اعمال هرگونه تغییر در دستگاه واقعی، نتایج را آزمایش و حتی الگوهای مخرب در آهنرباها را پیشبینی کنند تا از آسیب به تجهیزات جلوگیری شود.
در بخش طراحی آشکارساز نیز پروژهای به نام AID2E با همکاری مؤسساتی مانند دانشگاه کاتولیک آمریکا، دانشگاه دوک و کالج ویلیام اند مری ساخته شده که از هوش مصنوعی برای شبیهسازی میلیونها سناریوی برخورد استفاده میکند. این روش باعث میشود طراحی قطعات دقیق بالاتر، هزینه کمتر و مصرف انرژی بهینهتر نسبت به روشهای قدیمی انجام شود.
