SPUTNIK
20.05.2026, 16:40
500 000 столкновений в секунду. В США строят первый коллайдер, спроектированный под ИИ с нуля
В проекте EIC участвует более 300 организаций со всего мира.
https://www.securitylab.ru/upload/iblock/6d3/4f9yaub6fy9x71pdkuf7llgwr549vfsn.jpg
Американские физики строят электрон-ионный коллайдер Electron-Ion Collider, EIC, который с самого начала проектируют не только для столкновения частиц, но и для работы с ИИ. Установка будет фиксировать до 500 000 столкновений в секунду, а машинное обучение поможет сразу сортировать данные, управлять ускорителем и восстанавливать картину процессов внутри детектора.
Проект создают Брукхейвенская национальная лаборатория и Национальная ускорительная лаборатория имени Томаса Джефферсона при участии более 300 организаций по всему миру. Стоимость EIC оценивают в диапазоне от $1,7 млрд до $2,8 млрд, запуск работы намечен на середину 2030-х годов.
Главное отличие нового коллайдера от прежних установок заключается в роли ИИ. В старые ускорители алгоритмы машинного обучения добавляли уже после строительства, а в EIC такие системы встраивают заранее. Группа EIC-BeamAI разрабатывает алгоритмы на действующем оборудовании Brookhaven, чтобы ускоритель мог следить за параметрами пучков и автоматически подстраивать работу оборудования.
Ускорителю придётся управлять двумя встречными пучками частиц, движущимися почти со скоростью света по кольцу длиной 2,4 мили. Для стабильной работы нужно контролировать десятки тысяч параметров, включая настройки магнитов и характеристики пучка. Машинное обучение должно взять на себя часть надзора и быстрой настройки.
Первые проверки уже прошли на предварительных ускорителях RHIC. Алгоритмы добились качества пучка, сравнимого с результатами опытных операторов. Система также строит цифровой двойник ускорителя, где исследователи могут проверять изменения без риска для реальной установки. Виртуальная модель поможет заранее замечать необычное поведение магнитов и запускать контролируемую остановку до повреждения оборудования.
ИИ используют и при проектировании детектора. Перед изготовлением компонентов физики проводят огромное число симуляций, проверяя геометрию, материалы и конфигурации под разные варианты столкновений. Проект AID2E применяет машинное обучение, чтобы быстрее оценивать, как изменения конструкции влияют на распознавание частиц.
Когда EIC заработает, детектор ePIC размером с дом будет выдавать до 100 гигабит данных в секунду. ИИ-системы должны фильтровать поток в реальном времени, отделять полезный сигнал от шума и помогать восстанавливать события: по слабым следам частиц внутри детектора вычислять энергию, импульс и другие физические параметры.
Брукхейвенская лаборатория уже показала алгоритм, который сжимает данные столкновений без потери детализации, необходимой для анализа. Разработку проверяли на оборудовании RHIC, а результаты опубликовали в журнале Patterns. К запуску EIC физики рассчитывают получить готовые ИИ-инструменты для ускорения экспериментов и обработки огромного потока данных.
Источник https://www.securitylab.ru/news/572803.php
В проекте EIC участвует более 300 организаций со всего мира.
https://www.securitylab.ru/upload/iblock/6d3/4f9yaub6fy9x71pdkuf7llgwr549vfsn.jpg
Американские физики строят электрон-ионный коллайдер Electron-Ion Collider, EIC, который с самого начала проектируют не только для столкновения частиц, но и для работы с ИИ. Установка будет фиксировать до 500 000 столкновений в секунду, а машинное обучение поможет сразу сортировать данные, управлять ускорителем и восстанавливать картину процессов внутри детектора.
Проект создают Брукхейвенская национальная лаборатория и Национальная ускорительная лаборатория имени Томаса Джефферсона при участии более 300 организаций по всему миру. Стоимость EIC оценивают в диапазоне от $1,7 млрд до $2,8 млрд, запуск работы намечен на середину 2030-х годов.
Главное отличие нового коллайдера от прежних установок заключается в роли ИИ. В старые ускорители алгоритмы машинного обучения добавляли уже после строительства, а в EIC такие системы встраивают заранее. Группа EIC-BeamAI разрабатывает алгоритмы на действующем оборудовании Brookhaven, чтобы ускоритель мог следить за параметрами пучков и автоматически подстраивать работу оборудования.
Ускорителю придётся управлять двумя встречными пучками частиц, движущимися почти со скоростью света по кольцу длиной 2,4 мили. Для стабильной работы нужно контролировать десятки тысяч параметров, включая настройки магнитов и характеристики пучка. Машинное обучение должно взять на себя часть надзора и быстрой настройки.
Первые проверки уже прошли на предварительных ускорителях RHIC. Алгоритмы добились качества пучка, сравнимого с результатами опытных операторов. Система также строит цифровой двойник ускорителя, где исследователи могут проверять изменения без риска для реальной установки. Виртуальная модель поможет заранее замечать необычное поведение магнитов и запускать контролируемую остановку до повреждения оборудования.
ИИ используют и при проектировании детектора. Перед изготовлением компонентов физики проводят огромное число симуляций, проверяя геометрию, материалы и конфигурации под разные варианты столкновений. Проект AID2E применяет машинное обучение, чтобы быстрее оценивать, как изменения конструкции влияют на распознавание частиц.
Когда EIC заработает, детектор ePIC размером с дом будет выдавать до 100 гигабит данных в секунду. ИИ-системы должны фильтровать поток в реальном времени, отделять полезный сигнал от шума и помогать восстанавливать события: по слабым следам частиц внутри детектора вычислять энергию, импульс и другие физические параметры.
Брукхейвенская лаборатория уже показала алгоритм, который сжимает данные столкновений без потери детализации, необходимой для анализа. Разработку проверяли на оборудовании RHIC, а результаты опубликовали в журнале Patterns. К запуску EIC физики рассчитывают получить готовые ИИ-инструменты для ускорения экспериментов и обработки огромного потока данных.
Источник https://www.securitylab.ru/news/572803.php