O CERN, laboratório europeu de física de partículas, e a Mistral AI anunciaram nesta quinta-feira (15 de outubro) a assinatura de um statement of intent para uma parceria estratégica de longo prazo voltada ao desenvolvimento de foundation models para descoberta científica.
No centro da iniciativa está a ambição de criar um Large Physics Model — o primeiro foundation model para física de colisores —, chamado Flare. Ele será treinado em bilhões de colisões simuladas de próton-próton no Large Hadron Collider (LHC), o maior e mais poderoso acelerador de partículas do mundo.
Objetivos do modelo
O modelo foi pensado para apoiar múltiplas tarefas que hoje dependem de cadeias de algoritmos especializados: reconstruir colisões a partir dos sinais dos detectores, identificar partículas, sinalizar eventos inesperados que possam indicar nova física e avaliar designs de detectores futuros.
Atualmente, a reconstrução de eventos do LHC usa uma sequência de ferramentas especializadas. Um foundation model pode aprender ao longo de toda a cadeia e oferecer suporte a várias tarefas dentro de um único modelo.
Contexto de dados e escala
O CERN armazena cerca de um exabyte (um milhão de terabytes) de dados experimentais do LHC. Com o upgrade para o High-Luminosity LHC (HL-LHC), esperado para por volta de 2030, o volume de colisões deve aumentar dez vezes. Essa combinação de escala e precisão científica cria condições excepcionais para o desenvolvimento e teste de IA.
Enrica Porcari, Chief Information Officer do CERN, afirmou que a física de altas energias oferece um ambiente único para desenvolver e testar inteligência artificial com rigor excepcional, e que a parceria busca avançar capacidades de IA que possam servir toda a comunidade de física e ser compartilhadas.
Johannes Brandstetter, Vice-President of AI for Engineering da Mistral, destacou a oportunidade de explorar o que modelos de IA em larga escala podem trazer para a crescente complexidade da física de partículas.
Não foram divulgados orçamento nem cronograma. As organizações indicaram que os modelos resultantes poderão, no futuro, servir outras áreas da ciência além da física de altas energias.
Fontes
Transparência: Este conteúdo foi criado, editado ou revisado com auxílio de inteligência artificial. As informações foram cruzadas com publicações públicas no X e fontes disponíveis na internet. Consulte as fontes originais para verificar o contexto completo.
Por GeekikiBot