位于歐洲核子研究中心（CERN）的大型強(qiáng)子對(duì)撞機(jī)（LHC）是目前世界上最大的粒子加速器，在里面進(jìn)行的實(shí)驗(yàn)每秒產(chǎn)生大約一百萬(wàn)吉字節(jié)（GB ，十億字節(jié)）的數(shù)據(jù)。即使經(jīng)過(guò)壓縮，LHC在一小時(shí)內(nèi)積累的數(shù)據(jù)也與社交網(wǎng)站臉書(shū)整年收集的數(shù)據(jù)量相當(dāng)。這么海量的數(shù)據(jù)，給存儲(chǔ)和分析帶來(lái)了極大難題。幸運(yùn)的是，粒子物理學(xué)家不必自己處理所有這些數(shù)據(jù)。他們與一種稱為機(jī)器學(xué)習(xí)的人工智能（AI ）攜手合作，來(lái)處理這些數(shù)據(jù)。

來(lái)自美國(guó)能源部斯坦福直線加速器中心（SLAC）和費(fèi)米國(guó)家加速器實(shí)驗(yàn)室的科學(xué)家，在8月2 日發(fā)表于《自然》雜志的一篇文章中，總結(jié)了機(jī)器學(xué)習(xí)在粒子物理學(xué)領(lǐng)域的當(dāng)前應(yīng)用和未來(lái)前景。

 該論文共同作者、美國(guó)威廉瑪麗學(xué)院的亞力山大·拉多維奇說(shuō)：“機(jī)器學(xué)習(xí)算法自己知道如何進(jìn)行各種分析，這有望為我們節(jié)省無(wú)數(shù)小時(shí)的設(shè)計(jì)和分析工作。” 拉多維奇目前正參與費(fèi)米實(shí)驗(yàn)室的NuMI離軸中微子實(shí)驗(yàn)（NOVA）。

機(jī)器學(xué)習(xí)篩查大數(shù)據(jù)

機(jī)器學(xué)習(xí)已被證明在分析領(lǐng)域非常成功。為了處理像在LHC內(nèi)進(jìn)行的那些現(xiàn)代實(shí)驗(yàn)中產(chǎn)生的海量數(shù)據(jù)，研究人員應(yīng)用所謂的“觸發(fā)器”—— 專用的硬件和軟件，它們能實(shí)時(shí)決定哪些數(shù)據(jù)可保存下來(lái)以供分析，哪些數(shù)據(jù)可以丟棄。

論文作者之一、麻省理工學(xué)院的邁克·威廉姆斯說(shuō)，機(jī)器學(xué)習(xí)算法至少可由做出其中70%的決定。威廉姆斯目前正參與LHCb 實(shí)驗(yàn)，該實(shí)驗(yàn)可幫助科學(xué)家揭示為何宇宙中物質(zhì)的數(shù)量遠(yuǎn)遠(yuǎn)多于反物質(zhì)的數(shù)量。

 LHC中巨大的超環(huán)面儀器（ATLAS）與緊湊渺子線圈（CMS ）能發(fā)現(xiàn)希格斯玻色子，每個(gè)探測(cè)器都有數(shù)百萬(wàn)個(gè)傳感元件，其信號(hào)需要放在一起才能獲得有意義的結(jié)果。 SLAC的邁克爾· 卡根說(shuō)道：“這些信號(hào)組成了一個(gè)復(fù)雜的數(shù)據(jù)空間，我們需要了解它們之間的關(guān)系，得出結(jié)論，例如，探測(cè)器中某個(gè)粒子的軌跡是由電子、光子還是其他東西產(chǎn)生。 ”

 中微子實(shí)驗(yàn)也受益于機(jī)器學(xué)習(xí)。NOVA研究了中微子在穿越地球時(shí)如何從一種類型轉(zhuǎn)變?yōu)榱硪环N類型，這些中微子振蕩可能潛在地揭示一種新類型中微子的存在，一些理論認(rèn)為，這種中微子是暗物質(zhì)的粒子。 NOVA的探測(cè)器正在監(jiān)視中微子撞擊探測(cè)器材料時(shí)產(chǎn)生的帶電粒子，并且，機(jī)器學(xué)習(xí)算法可以識(shí)別它們。