Tomado de AI at CERN

El CERN opera alguna de las máquinas científicas más complejas jamás construidas, que dependen de intrincados sistemas de control y generan petabytes y petabytes de datos de investigación. Tanto el funcionamiento de estos equipos como el análisis de los datos recompilados son tareas intensivas. Por eso, el CERN recurre cada vez más a la investigación en el campo da inteligencia artificial (IA) para hacer frente a algunos de los retos que implican el manejo de datos, la manipulación de los haces de partículas y el mantenimiento de sus instalaciones.

El concepto moderno de inteligencia artificial aparece más o menos al mismo tiempo que el CERN, a mediados de los años cincuenta. Tiene distintos significados según el contexto, y el CERN se interesa principalmente por la llamada IA restringida, orientada a tareas, más que por la IA general, que incluye aspectos como la resolución independiente de problemas o incluso la conciencia artificial. Los físicos de partículas fueron uno de los primeros grupos en utilizar técnicas de IA en su trabajo, adoptando el aprendizaje automática (Machine Learning, ML) ya en 1990. Más allá del ML, los físicos del CERN también están interesados en el uso del Deep Learning para analizar la avalancha de datos del LHC.

Enfrentarse a un diluvio de datos

Incluso antes de que el Gran Colisionador de Hadrones empezara a colisionar haces de protones de alta energía en 2010, la comunidad de físicos de partículas empezó a recopilar cantidades de datos sin precedentes. Las partículas colisionan en los detectores del LHC hasta 40 millones de veces por segundo, y cada colisión genera alrededor de un megabyte de datos: demasiados para almacenarlos sin algún tipo de filtro.

Los científicos no sólo tienen que programar sus sistemas de adquisición de datos para seleccionar los sucesos adecuados para su posterior análisis y descartar los datos sin interés, sino que también tienen que examinar billones de sucesos de colisión almacenados en busca de firmas de fenómenos físicos poco comunes. Por ello, han recurrido a un subdominio de la IA, denominado aprendizaje automático (machine learning, ML), para mejorar la eficiencia y eficacia de estas tareas. De hecho, las cuatro principales colaboraciones del LHC, ALICE, ATLAS, CMS y LHCb, han formado el Grupo de Trabajo Inter-experimental Machine Learning (IML) para seguir las tendencias de desarrollo en ML.

Los investigadores también están colaborando con la comunidad más amplia de la ciencia de datos para organizar talleres para formar a la próxima generación de científicos en el uso de estas herramientas, y para producir investigación original en Deep Learning. ROOT, el programa de software desarrollado por el CERN y utilizado por físicos de todo el mundo para analizar sus datos, también incluye bibliotecas de aprendizaje automático.

Funcionamiento en entornos extremos

Las instalaciones experimentales del CERN pueden clasificarse temporalmente como zonas de alta radiación, lo que impide la intervención humana para realizar reparaciones o sustituir equipos. Por ello, el CERN ha desarrollado robots autónomos para operar en estas zonas, entre las que se incluye el túnel que contiene el LHC. El Departamento de Ingeniería del CERN, que construye y mantiene estos robots, utiliza técnicas de IA para ayudar a los robots a navegar por sí mismos y tomar decisiones sobre qué acciones realizar dentro de los entornos de radiación.

El aprendizaje automático también se utiliza en el complejo de aceleradores del CERN para predecir y evitar fallos en los equipos, así como para optimizar la calidad de los haces de protones de alta energía que el CERN suministra a sus experimentos. Además, los físicos también están investigando cómo técnicas similares podrían hacer más eficiente, fiable y posiblemente incluso autónomo el trabajo de quienes dirigen los aceleradores.

Llevar las técnicas más avanzadas al CERN

Además de utilizar la robótica de IA para el mantenimiento de sus complejas máquinas, la predicción de fallos de componentes y para aplicaciones de seguridad, el CERN ha reconocido la importancia de implicar a expertos externos en IA en los proyectos emprendidos en el laboratorio.

Gran parte de la colaboración con estos expertos se realiza a través del CERN openlab, una asociación público-privada que permite al CERN trabajar con investigadores y empresas líderes mundiales que trabajan en IA. CERN openlab ha puesto en marcha varios proyectos de aprendizaje automático que van desde la mejora de los sistemas de control industrial a la simulación de las condiciones en el interior de los detectores de partículas tras colisiones de alta energía, pasando por la investigación de futuros algoritmos de Quantum Machine Learning (QML). CERN Openlab también contribuye al uso de los recursos de IA del CERN para operaciones humanitarias y recientemente organizó una conferencia sobre la ética asociada a nuestro creciente uso de la IA en el mundo.

Además, el CERN también está interesado en emplear sus conocimientos de IA para crear un impacto positivo en la sociedad en su conjunto. The CERN Knowledge Transfer Group colabora con agentes de los sectores automovilístico, financiero y farmacéutico en este esfuerzo.

More:

IML: Inter-Experimental LHC Machine Learning Working Group

ROOT: analyzing petabytes of data, scientifically.

How CERN and Ceva (a leader in digital signal processor technology) are pioneering the future of Edge AI.

Machine learning could help reveal undiscovered particles within data from the Large Hadron Collider