CERN en Mistral bouwen een AI-model voor deeltjesfysica

CERN en de Franse AI-maker Mistral gaan samen een groot AI-model bouwen voor deeltjesfysica. Beide partijen tekenden op donderdag 15 oktober een intentieverklaring voor een langdurige samenwerking, zo meldt CERN in een persbericht. Het doel is wat CERN een “Large Physics Model” noemt: volgens het lab het eerste foundation model voor botsingsfysica.

Eén model voor de hele analyseketen

Wie nu een botsing in de Large Hadron Collider (LHC) wil begrijpen, heeft een reeks gespecialiseerde algoritmes nodig. Die zetten ruwe detectorsignalen stap voor stap om in bruikbare data. Machine learning heeft losse stappen in die keten al verbeterd, schrijft CERN. Het nieuwe model moet de hele keten in één keer leren.

Het model wordt getraind op miljarden gesimuleerde proton-protonbotsingen. Daarna moet het verschillende taken aankunnen: botsingen reconstrueren, deeltjes identificeren, onverwachte signalen markeren die op nieuwe natuurkunde kunnen wijzen en ontwerpen voor toekomstige detectoren beoordelen. Dat is het idee achter een foundation model: één keer zwaar trainen op een grote dataset en het resultaat daarna voor veel taken hergebruiken. Taalmodellen als Mistral Large 4 werken volgens hetzelfde principe, maar dan met tekst.

Een exabyte aan data, en straks tien keer zoveel botsingen

CERN heeft tot nu toe ongeveer een exabyte aan LHC-data opgeslagen, oftewel een miljoen terabyte. Rond 2030 start de High-Luminosity LHC, een upgrade die het aantal botsingen volgens CERN vertienvoudigt. De bestaande analysemethodes moeten die stroom dan ook nog kunnen verwerken.

De taakverdeling is helder. CERN levert natuurkundige kennis, wetenschappelijke data en rekenkracht op grote schaal. Mistral brengt ervaring mee met het trainen van grote modellen. Enrica Porcari, CIO van CERN, noemt hoge-energiefysica in het persbericht “een unieke omgeving” om AI te ontwikkelen en te testen. Namens Mistral tekent Johannes Brandstetter, vicepresident AI for engineering. Hij is medeoprichter van Emmi AI, een startup voor natuurkundige AI die Mistral eerder dit jaar overnam, meldt The Next Web.

Wat nog ontbreekt

Een intentieverklaring is nog geen model. Volgens Reuters, dat The Next Web aanhaalt, maakten CERN en Mistral geen budget of tijdpad bekend. Ook is onduidelijk of het werk voortbouwt op een bestaand Mistral-model. Reuters gebruikt de naam “Flare” voor het project, maar die naam staat niet in de communicatie van CERN zelf.

Natuurkunde trekt het afgelopen jaar vaker AI-labs aan. Zo schreef een Harvard-fysicus 36 artikelen met Claude en lanceerde een Caltech-duo een eigen physics-AI zonder Transformer-architectuur. Het verschil is de schaal: CERN zit op een van de grootste wetenschappelijke datasets ter wereld.

Wat betekent dit

Voor Mistral is dit een prestigieuze klant buiten de gebruikelijke chatbotmarkt. Eerder deze maand verloor het nog een bekende klant, toen Ecosia overstapte naar Chinese open modellen. Een samenwerking met CERN laat zien dat Mistral zich richt op wetenschap en industrie, waar Europese herkomst en controle over data zwaar wegen. Dat past bij de geldstroom naar Europese AI: in het derde kwartaal ging 75 procent van het Europese durfkapitaal naar AI.

Voor de natuurkunde zelf is de vraag of één groot model de nauwkeurigheid haalt van gespecialiseerde, jarenlang verfijnde algoritmes. Natuurkundigen accepteren geen zwarte doos die een nieuw deeltje “vindt” zonder dat iemand kan nagaan waarom. CERN begint met simulaties, waar de juiste antwoorden bekend zijn. Pas daarna zal blijken of het model in echte LHC-data iets oplevert. Tot er een tijdpad en een budget liggen, blijft het vooral een belofte.