Kunstmatige intelligentie jaagt op nieuwe deeltjesfysica

De Nederlandse Radboud Universiteit gaat kunstmatige intelligentie en machine learning inzetten om grote hoeveelheden data te doorzoeken, om zo nieuwe deeltjes te kunnen vinden.

Trefwoorden: #AI, #algoritme, #automatisering LHC, #computer, #data, #deeltjes, #Higgs, #Jeroen Schouwenberg, #Kunstmatige intelligentie, #machine learning, #Nikhef, #Radboud Universiteit, #Sacha Caron, #Sara Alderweireldt

Lees verder

research

( Foto: CERN )

ENGINEERINGNET.BE - Sinds de ontdekking van het Higgsboson in 2012 zijn de verwachtingen voor nieuwe natuurkundige doorbraken, afkomstig van CERN’s deeltjesversneller Large Hadron Collider (LHC), hooggespannen.

‘Dat er sindsdien weinig doorbraken van dezelfde grootte zijn geweest, komt misschien doordat we niet op genoeg plekken zoeken’, aldus Sacha Caron, natuurkundige aan de Radboud Universiteit en Nikhef, en drijvende kracht achter de nieuwe methode, samen met collega’s Sara Alderweireldt en Jeroen Schouwenberg.

Met de LHC produceren wetenschappers enorme hoeveelheden data om het standaardmodel van de deeltjesfysica te onderzoeken, waarin krachten en deeltjes die alle materie vormen, worden beschreven.

Op dit moment kijken de onderzoekers bij CERN heel specifiek naar één bepaald model, of één bepaalde eigenschap om nieuwe deeltjes te vinden. Volgens Caron kan dit ook door toepassing van een tweetrapsraket-methode: toets eerst heel snel alle data aan het standaardmodel, en zoom vervolgens extra goed in op de gevonden afwijkingen in de data.

Brede zoekmethodes met algoritmes worden al gebruikt in andere vakgebieden, zoals de genetica. ‘Het is nu de eerste keer dat we deze brede zoekmethode hebben toegepast op data van de LHC. Dat komt door de soms complexe data in de deeltjesfysica in vergelijking met andere vakgebieden. Als je zelf niet kunt aangeven wat voor data je precies zoekt, is het lastig om een algoritme dit aan te leren.’

Sinds begin september afgelopen jaar voert Caron samen met collega’s Alderweireldt en Schouwenberg een tweede ‘run’ uit op meetgegevens uit ATLAS. Hij wil de methode verder verfijnen.

‘Mijn doel is om nieuwe waarnemingen in de deeltjesfysica te zoeken door middel van artificial intelligence en machine learning. Naast dat een computer objectief is, is automatisering een goedkopere en snellere weg naar wetenschappelijke vooruitgang dan die nu wordt bewandeld – niet alleen in de deeltjesfysica maar in de gehele wetenschap.’