Napredna umjetna inteligencija treba revolucionirati fundamentalnu fiziku i mogla bi otvoriti prozor u sudbinu svemira, rekao je sljedeći generalni direktor Cerna.
ADVERTISEMENT
Profesor Mark Thomson, britanski fizičar koji će preuzeti vodstvo Cerna 1. januara 2026., kaže da mašinsko učenje utire put napretku u fizici čestica koji obećava da će biti uporediv sa predviđanjem proteinskih struktura zasnovanim na umjetnoj inteligenciji koje je donijelo naučnicima Google DeepMind Nobelovu nagradu u oktobru, prenosi Guardian.
Na Velikom hadronskom sudaraču (LHC), rekao je, slične strategije se koriste za otkrivanje nevjerovatno rijetkih događaja koji imaju ključ za to kako su čestice poprimile masu u prvim trenucima nakon velikog praska i da li bi naš svemir mogao kolebati na ivici katastrofalnog kolapsa.
"Ovo nisu postepena poboljšanja", rekao je Thomson. “Ovo su vrlo, vrlo, vrlo velika poboljšanja koja ljudi ostvaruju usvajanjem zaista naprednih tehnika.”
"To će biti prilično transformativno za našu oblast", dodao je. “To su složeni podaci, baš kao i savijanje proteina – to je nevjerovatno složen problem – pa ako koristite nevjerojatno složenu tehniku, poput AI, pobijedit ćete.”
Intervencija dolazi dok Cernovo vijeće iznosi argumente za budući kružni sudarač, koji bi na opsegu od 90 km bio manji od LHC-a. Neki su skeptični s obzirom na nedostatak uspješnih rezultata na LHC-u od značajnog otkrića Higgsovog bozona 2012. godine, a Njemačka je opisala prijedlog od 17 milijardi dolara kao nedostupan. Ali Thomson je rekao da je AI dao novi poticaj lovu na novu fiziku na subatomskoj skali – i da bi se velika otkrića mogla dogoditi nakon 2030. godine kada će velika nadogradnja povećati intenzitet zraka LHC-a za faktor deset.
Ovo će omogućiti neviđena zapažanja Higsovog bozona, nazvanog Božja čestica, koja daje masu drugim česticama i povezuje svemir.
"Postoji posebno mjerenje Higgsovog bozona koje je tako fundamentalno za prirodu svemira", rekao je Thomson. “Ono što ćemo gledati je stvaranje ne jednog Higgsovog bozona, već dva Higgsova bozona u isto vrijeme.”
Ovo će, kako je rekao, omogućiti naučnicima da izmjere kako Higsova čestica daje sebi masu po prvi put - fenomen koji se naziva Higsovo samospojivanje.
Dva Higgsova bozona se pojavljuju odjednom tako rijetko, a čestice su toliko neuhvatljive – raspadaju se u poznatije čestice čim nastanu – da je prije pet godina Thomson rekao da bi pretpostavio da je to izvan mogućnosti LHC-a. "Sada sam uvjeren da ćemo napraviti dobro mjerenje", rekao je Thomson.
Snaga Higsovog samospojivanja je ključna za razumijevanje kako je, trilionti dio sekunde nakon velikog praska, promjena u Higgsovom polju rezultirala česticama koje su iznenada dobile masu. Također bi moglo otkriti da li je Higsovo polje dostiglo konačno, stabilno stanje mirovanja ili bi se u budućnosti mogla desiti još jedna drastična tranzicija, scenario po kojem bi svemir kakav poznajemo ispario gotovo trenutno. Standardni model fizike sugerira da je to mogućnost – ali nema potrebe za uzbunom.
"To nije nešto što bi se moglo dogoditi u vremenskoj skali koje ima bilo kakav značaj čak i za naše zvijezde", rekao je dr Matthew McCullough, teorijski fizičar u Cernu. “Dakle, to se ne povezuje sa čovječanstvom u tom smislu. S druge strane, to je naučno pitanje – da li bi se to moglo dogoditi?”
Prema Thomsonu: "To je veoma duboko fundamentalno svojstvo univerzuma, koje ne razumijemo u potpunosti. Kada bismo vidjeli da se Higsovo samospojivanje razlikuje od naše trenutne teorije, to bi bilo još jedno veliko, ogromno otkriće. I ne znaš dok ne izvršiš mjerenje.”
AI ulazi u svaki aspekt rada LHC-a, od odlučivanja koje podatke treba prikupiti do načina na koji ih treba tumačiti. "Kada LHC sudara protone, pravi oko 40 miliona sudara u sekundi i mi moramo da donesemo odluku u roku od mikrosekunde... koji događaji su nešto zanimljivo što želimo da zadržimo, a koje da bacimo", rekla je dr. Katharine Leney, koja radi na LHC-ovom Atlas eksperimentu. "Već sada radimo bolje s podacima koje smo prikupili nego što smo mislili da ćemo moći sa 20 puta više podataka prije deset godina. Dakle, napredovali smo za najmanje 20 godina. Ogroman dio ovoga svodi se na AI.”
Naučnici su se dugo nadali da bi LHC mogao proizvesti tamnu materiju, supstancu za koju se vjeruje da čini veliki dio svemira. Ali s obzirom na to da je priroda tamne materije potpuno nepoznata, potraga za njom je izazovan zadatak. Prema Thomsonu, generativna AI bi mogla pomoći da se ova slagalica razdvoji. "Možete početi da postavljate složenija, otvorenija pitanja“, rekao je. “Umjesto da tražite određeni potpis, postavljate pitanje: ‘Ima li nešto neočekivano u ovim podacima?’