La inteligencia artificial (IA) es una herramienta muy potente a la que ya están recurriendo los físicos. A principios del pasado mes de diciembre tuve la oportunidad de entrevistar a Santiago Folgueras, un joven físico de partículas formado en la Universidad de Oviedo; la Universidad Purdue, en Indiana (EEUU), y el CERN (Suiza). Santiago ha ganado una ayuda Starting Grant del Consejo Europeo de Investigación dotada con 1,5 millones de euros para liderar INTREPID.
Este ambicioso proyecto de al menos cinco años de duración persigue utilizar la inteligencia artificial y tarjetas programables de última generación para mejorar el sistema de filtrado del experimento CMS del CERN. Desde un punto de vista tecnológico Santiago y su equipo quieren probar unas tarjetas nuevas que tienen integrados unos nodos de inteligencia artificial con los que pueden hacer inferencia de redes neuronales dentro de la propia tarjeta. Suena apasionante.
En el LHC de alta luminosidad se producirán 40 millones de colisiones por segundo, y esto genera una cantidad de información enorme que no se puede guardar en ningún sitio. Por esta razón es necesario poner a punto un sistema que sea capaz de analizar los datos en tiempo real y tomar una decisión respecto a la colisión que se acaba de producir. La decisión en definitiva consiste en determinar si se debe guardar esta información o descartarla. Esta es la finalidad el proyecto INTREPID.
La IA ya está marcando la diferencia en el CERN
Como acabamos de ver, el sistema INTREPID en el que está trabajando Santiago Folgueras utiliza la IA para determinar en tiempo real si una colisión reúne las condiciones necesarias para que merezca la pena guardarla con la finalidad de que posteriormente pueda ser analizada. Sin embargo, en el CERN la IA se utiliza también para otras cosas más allá de este ingenioso sistema de filtrado en tiempo real. Y es que los experimentos ATLAS y CMS ya están empleando técnicas de aprendizaje automático de vanguardia para identificar nueva física.
La solución por la que han optado los investigadores del CERN consiste en permitir que la IA haga buena parte del trabajo de análisis y selección
Los físicos del CERN se enfrentan a un desafío titánico que en esencia consiste en indagar entre miles de millones de colisiones sin saber exactamente que están buscando. Lo que han hecho hasta ahora era intentar identificar anomalías, pero es como buscar una aguja en un pajar debido al descomunal volumen de información que generan los experimentos ATLAS y CMS. En estas circunstancias la solución por la que han optado los investigadores de este laboratorio consiste en permitir que la IA haga buena parte de este trabajo de análisis y selección.
Para lograrlo han ideado varias estrategias de entrenamiento de sus algoritmos de IA. Una de ellas requiere estudiar la forma de la firma energética de cada partícula, de manera que la IA es capaz de identificar de qué partícula se trata con una alta probabilidad de acierto conociendo su firma energética. Su algoritmo incluso es capaz de localizar una firma energética atípica que potencialmente tiene la capacidad de revelar que se ha producido una nueva interacción.
Otra de las estrategias que están utilizando consiste en entrenar al algoritmo de IA para que sea capaz de analizar cada colisión al completo e identificar si se ha producido alguna anomalía conociendo las partículas involucradas en la interacción. La identificación de una anomalía podría delatar la presencia de nuevas partículas. Estas son solo dos de las estrategias que están utilizando los físicos del CERN, y la buena noticia es que ya están obteniendo resultados prometedores por una razón fundamental: los algoritmos de IA han demostrado incrementar perceptiblemente la sensibilidad a un rango muy amplio de firmas de partículas en comparación con las técnicas tradicionales.
Imagen | S Sioni/CMS-PHO-EVENTS-2021-004-2/M Rayner
Más información | CERN
via Robótica e IA - Xataka https://ift.tt/Cj9qc7K
No hay comentarios:
Publicar un comentario