První urychlovač částic s umělou inteligencí zpracuje půl milionu srážek za sekundu
InovaceV Brookhaven National Laboratory v New Yorku probíhá výstavba Electron-Ion Collider (EIC), prvního urychlovače částic na světě, který od samého počátku integruje umělou inteligenci a strojové učení do svých akceleračních a detekčních systémů.
V Brookhaven National Laboratory v New Yorku probíhá výstavba Electron-Ion Collider (EIC), prvního urychlovače částic na světě, který od samého počátku integruje umělou inteligenci a strojové učení do svých akceleračních a detekčních systémů. Tento ambiciózní projekt, jehož náklady se pohybují mezi 1,7 a 2,8 miliardami dolarů, je společným úsilím Brookhaven a Thomas Jefferson National Accelerator Facility, s podporou více než 300 institucí z celého světa. Spuštění provozu je plánováno na polovinu 30. let.
EIC bude schopen zaznamenat až 500 000 srážek za sekundu, což je obrovské množství dat, které by bez pokročilých AI systémů bylo prakticky nezpracovatelné. Strojové učení bude v reálném čase třídit, filtrovat a rekonstruovat události uvnitř detektoru. Tato náročná datová propustnost zásadně ovlivnila celý design zařízení. Provoz urychlovače částic je extrémně složitý, vyžaduje správu desítek tisíc parametrů současně, aby dva paprsky částic obíhající v protisměru v 3,9 kilometrovém okruhu rychlostí blízkou světlu zůstaly stabilní. Lidští operátoři by takovou komplexitu nezvládli, proto AI systémy převezmou monitorování a automatické úpravy řízení.
Skupina EIC-BeamAI již vyvíjí systémy strojového učení, které se učí ladit urychlovač. Koncept byl úspěšně ověřen v předurychlovačích RHIC, kde algoritmy strojového učení dosáhly kvality paprsku srovnatelné s tou, jaké dosahují zkušení lidští operátoři. Systém také vytváří digitální dvojče urychlovače, virtuální model v reálném čase, který umožňuje vědcům testovat změny bez rizika poškození skutečného zařízení. Toto digitální dvojče dokáže včas odhalit abnormální chování magnetů a spustit řízené vypnutí. Další projekt, AID2E, využívá strojové učení k optimalizaci návrhu detektoru, což umožňuje testovat mnohem více konfigurací s nižšími výpočetními náklady a spotřebou energie. Cílem je, aby EIC byl plně připraven s AI systémy pro urychlení objevů, až bude spuštěn v polovině 30. let.
Interesting Engineering