CERNで、AIが未来の発見を推進する

CERN（欧州原子核研究機構）の大型ハドロン衝突型加速器（LHC）は毎秒4000万回の粒子衝突を発生させ、そのデータ量は地球上のどのコンピュータでも保存・分析できる量をはるかに超えています。そのためCERNの科学者たちは、AIにミリ秒単位のリアルタイム判断を任せ、どの衝突が次の大きな発見につながる可能性があるかを選別させています。これはAIが素粒子物理学の研究を変革する多くの方法の一つです。

CERNが2040年代にLHCを置き換える、はるかに高価な新型衝突型加速器を計画する中、物理学者たちはAIが事後の計算処理だけでなく、機械自体の設計、材料の選択、さらにはその機械が何を問うために作られるのかという決定にも役立つと述べています。

CERNの物理学者Maurizio Pierini氏によれば、2012年のヒッグス粒子の発見は、機械学習アルゴリズムなしには不可能でした。これらのアルゴリズムは「現在AIと呼ばれるものの曾祖父にあたる」とPierini氏は言います。今日、その子孫にあたるアルゴリズムは素粒子物理学のあらゆる分野に浸透しています。「我々はますますAIを利用するようになるでしょう」と元CERN所長のFabiola Gianotti氏はSwissinfoに語りました。CERNでは、AIは実験前の準備、実験後のデータ分析に加え、実験の最中にも展開され、データ取得の一部として機能しています。「我々の特異性は、アルゴリズムを実験の最中、実際のデータ取得の一部として展開していることです」とPierini氏は述べています。

CERNの新しいAIツールは、ジュネーブの研究所が物理設備の多くをアップグレードしている時期に登場しました。今年からLHCは衝突率の高い機械への更新工事が始まり、分析すべきデータが増加します。次に、研究所は2040年代にLHCを置き換える「未来円形衝突型加速器（FCC）」の設計を完了し、承認を得る必要があります。この記事でインタビューを受けたCERNの物理学者たちは、AIが研究や分析だけでなく、新しい衝突型加速器の設計、コスト削減、そして優秀な人材を素粒子物理学に呼び戻すのに役立つと同意しています。

「AIのおかげで、すべてがより良く、より速く、より技術的に進歩した方法で行われるようになるでしょう。AIは素粒子物理学の未解決問題を探るのに役立ちます」と、カリフォルニア工科大学の素粒子物理学者でCERNの共同研究者であるMaria Spiropulu氏は述べています。

CERNでの機械学習の初使用は1987年で、陽子シンクロトロンと呼ばれる機械の故障を見つけるシステムが開発されました。その後、CERNの科学者たちは別のAIの祖先をLHCの活用に利用しました。LHCでは、粒子が最大13兆電子ボルト（TeV）のエネルギーで衝突し、毎秒4000万回の衝突が発生します。各衝突の痕跡は、LHC衝突ゾーンを取り巻く巨大な機械である検出器によって捕捉されます。データの流れは非常に大きく速いため、「この惑星上のどの計算インフラも処理できません」とPierini氏は言います。「データをフィルタリングし、何が興味深いかどうかを判断するアルゴリズムが必要です。」

これはまさにCERNがヒッグス粒子を探していたときに起こったことです。いわゆる「神の粒子」は他の粒子に質量を与えますが、衝突中に生成されることは稀で、ほんの一瞬しか存在しません。しかし科学者たちは何を探すべきか知っていました。ピーター・ヒッグスは1960年代に素粒子物理学の既存の理解に基づいてボソンの存在を予測し、それを見つけることはデータをフィルタリングして証拠を見つける問題でした。研究者たちは機械学習アルゴリズムをLHCのハードウェアにロードし、ピーター・ヒッグスの計算と一致する痕跡を探すようにプログラムしました。データの流れから、機械はヒッグス粒子が生成された可能性が最も高い事例を選別しました。最終的に、アルゴリズムは毎秒1000信号をフィルタリングでき、神の粒子の最初の明確な観測を可能にしました。「だからこそ、AIがヒッグス粒子の発見を助けたと言えるのです」とPierini氏は述べています。

その成功にもかかわらず、Pierini氏は技術の性能に満足していませんでした。彼の夢は、フィルターを構成するチップをさらに活用し、より高速で強力なアルゴリズムをインストールすることでした。課題は、LHC検出器のハードウェアが非常に限られているため、「そこにChatGPTを入れることはできない」とPierini氏は言います。代わりに、科学者はニューラルネットワークを選択しました。これは、小さなハードウェアに収まりながら複雑な機能を迅速に実行できる強力な計算モデルです。これにより、CERNの科学者はアルゴリズムをナノ秒で動作させることができました。「これらの結果は、私たちにまったく新しい道を開きました」とPierini氏は言います。

現在、同じハードウェア上でニューラルネットワークを使用することで、科学者は複数のアルゴリズムを実行し、すべてのデータをリアルタイムで監視できます。Pierini氏はこの進歩を利用して、既存の理論によって予測されたパターンから逸脱する衝突を見つけることに興味を持っています。このアプローチは異常検出と呼ばれ、銀行が不正なクレジットカード請求を識別するために使用するものと似ています。LHCデータに適用することで、科学者がまだ探すべきだと知らなかった新しい異常事象を特定できる可能性があります。「これは予期しない何かを発見する方法です」とPierini氏は言います。

このイタリア人科学者は、素粒子物理学者が長い間、数十年前に開発された理論を確認または反証することに焦点を当ててきたことを示唆しています。Pierini氏のAI支援によるアプローチは、素粒子物理学を科学的方法の本質に戻すのに役立つかもしれません。それは自然を観察し、質問をして新しい理論を開発し、新しい理解を構築することから始まります。

「AIは確かに『街灯の下での探索』をより良くすることができますが、私はAIアルゴリズムが私の背後を見ることに興味があります」とPierini氏は言います。この新しい技術は「トリガーAI」と呼ばれ、LHCでテストされ、アップグレードされた機械や将来の衝突型加速器に実装される予定です。

AIアルゴリズムが進歩するにつれ、科学者は実験後にデータをより正確に分析できるようになり、場合によっては現在可能な精度の数百倍に向上し、何百万スイスフランものコストを節約できます。この進歩は、何百万もの類似の痕跡の中から稀で複雑な事象の手がかりを見つけるために極めて重要になる可能性があります。同時に2つのヒッグス粒子を生成することは、非常に稀な事象の例です。二重ヒッグス粒子は、ヒッグス場が粒子に質量を与える方法についての洞察を与え、「高エネルギー物理学における大きな未知数」だとPierini氏は付け加えています。効率的なデータ分析は、アップグレードされたLHC（いわゆる高輝度LHC）でさらに重要になります。これは現在の衝突型加速器の5〜6倍のデータを提供します。

人工知能はまた、LHCに代わるFCCのような新しい粒子衝突型加速器の構築にも役割を果たします。「AIは、検出器の設計から実験の運営、監視システムまで、あらゆる面で重要な役割を果たすでしょう」と、カリフォルニア工科大学で働くCERN共同研究者のSpiropulu氏は述べています。例えば、AIは衝突型加速器の機能に不可欠な超伝導磁石のための新しい低コスト材料の開発を支援できます。AIツールは検出器の設計にも影響を与える可能性があります。現在、素粒子物理学者は経験に頼って次世代検出器を設計していますが、将来的には「科学者はAIに検出器の完全な設計を依頼し、要求される物理とタスクに最適化させるでしょう」とPierini氏は言います。

しかし、データを生成するためには依然として衝突型加速器が必要であり、「AIはFCC自体なしでFCCと同じ実験を行うことを可能にしません」とPierini氏は言います。

Pierini氏は、AIが素粒子物理学の仕事の退屈なタスクの多くを処理するようになれば、仕事は新しい才能にとってより刺激的で面白く見えるようになると想像しています。新しい技術は、最先端のAIアプリケーションを伴う新しい魅力的な仕事にもつながるかもしれません。しかし分野が縮小し続ければ、AIは熱心な素粒子物理学者が新しい挑戦的な実験に取り組むのを支援するでしょう。なぜなら「すべての研究者はAIエージェント（またはツール）によって強化されるからです」とPierini氏は説明します。「AIは、何らかの形で分野を存続させるでしょう。」