Искусственный интеллект (ИИ) в ведущих научных центрах прочно вошел в инструментарий ученых-физиков, трансформируя методы исследований. Вместо умозрительных теоретических выкладок ИИ сегодня используется как полноценный инструмент для открытий, оптимизации сложнейших экспериментов и ускорения вычислений, которые были непосильны даже для суперкомпьютеров.

Рисунок с сайта Pixabay

Анализ деятельности таких центров, как Los Alamos National Laboratory (LANL), Argonne National Laboratory (ANL), Lawrence Berkeley National Laborator, НИЦ "Курчатовский институт", ЦЕРН, DESY позволяет выделить четыре главных направления применения ИИ. Сегодня мы рассмотрим два из них.

1. Ускорение вычислений и преодоление "проклятия размерности". Одно из самых ярких достижений - создание инструментов, которые кардинально сокращают время расчетов, открывая путь к решению задач, считавшихся практически нерешаемыми.

THOR (Tensors for High-dimensional Object Representation) в LANL - это система на основе тензорных сетей предназначена для вычисления конфигурационного интеграла - фундаментального уравнения статистической механики, описывающего взаимодействие частиц в материалах. То, что раньше занимало 2560 часов работы суперкомпьютера, THOR выполняет всего за 5,8 часа, ускоряя процесс в 440 раз без потери точности. Это позволяет моделировать поведение материалов в экстремальных условиях с беспрецедентной скоростью.

В Курчатовском институте ученые разработали нейросеть для моделирования тяжелых запроектных аварий на АЭС. ИИ анализирует десятки тысяч возможных состояний системы, накапливает "опыт" и прогнозирует ядерно-опасные ситуации, которые ранее могли быть упущены, значительно сокращая время расчетов.

2. Оптимизация экспериментов и работа с данными. ИИ берет на себя рутинные, но критически важные задачи по настройке оборудования и отбору данных, позволяя ученым сосредоточиться на научном результате.

Для автоматизации ускорителей в лаборатории ATLAS LANL ИИ с помощью методов байесовской оптимизации автоматизирует настройку пучков частиц. То, что у человека-оператора занимало несколько дней, ИИ делает за часы, настраивая десятки параметров одновременно. Это не только экономит время, но и позволяет исследовать многомерные пространства настроек, недоступные человеку. В планах - создание цифрового двойника ускорителя для безопасного тестирования режимов.

Для отбора экспериментов в LANL инструмент PARADIGM использует ИИ с целью выбора оптимальных комбинаций экспериментов, чтобы максимально точно определить ядерные данные (например, для плутония-239). Это позволяет сократить цикл получения данных с 25 лет до 3 лет, выполняя эксперименты параллельно, а не последовательно.

В Беркли реализуется целый ряд проектов по созданию "AI-ready" данных для ядерной физики, физики высоких энергий и астрофизики. Это включает разработку интеллектуальных сенсорных сетей для детекторов и систем анализа данных в реальном времени для изучения темной материи и темной энергии.

Портал BelNET настоятельно рекомендует ознакомиться с указанными ссылками. Это в самом деле интересно!