118kj开奖现场org,113kjcom开奖现场直播,16799kjcom开奖结果,2018年开奖记录开结果

Our blog

Desktop publishing

 

possibilities

Desktop publishing

 

Solutions

Desktop publishing

 

118kj开奖现场org,113kjcom开奖现场直播,16799kjcom开奖结果,2018年开奖记录开结果

member login

本周热门

粒子物理学离不开人工智能-千龙网?中国首都网

2018-08-10 23:21

机器学习已被证实在分析领域非常胜利。为了处理像在LHC内进行的那些古代实验中产生的海量数据,研究职员应用所谓的“触发器”——专用的硬件和软件,它们能实时决定哪些数据可保留下来以供分析,哪些数据可以丢弃。

机器学习筛查大数据

机器学习算法日益庞杂跟精致,为解决粒子物理问题开拓了前所未有的机遇。机器学习的最新发展——所谓的深度学习,即便用神经网络,改良了粒子物理学家们的试验方法。

论文作者之一、麻省理工学院的迈克·威廉姆斯说,机器学习算法至少可由做出其中70%的决议。威廉姆斯目前正介入LHCb实验,该实验可辅助迷信家揭示为何宇宙中物质的数目远远多于反物质的数量。

深度学习的另一个新兴运用是粒子物理学数据的模拟,如猜测LHC中的粒子碰撞会产生什么,并与实际数据比拟。传统模拟通常很慢且需要宏大的计算才能,而AI可以更快地进行模仿。

卡根说,他们可以应用深度学习的很多新义务都与盘算机视觉有关,“它与面部识别类似,只是在粒子物理学中,图像特点比耳朵和鼻子更形象。”

论文共同作者、工作于MicroBooNE中微子实验的SLAC研究员寺尾一宽(音译)说:“在应用AI方面,我们应当不断尝试,并始终对成果进行评估。质疑不应成为我们前进的阻碍。今天我们重要使用机器学习来查找数据中的特征,10年后,机器学习算法或者可以独破地提出问题,并在发明新物理学时识别它们。”

质疑增进先进

像NOVA这类实验产生的数据很容易转化为实际图像,AI可以很轻易地从中识别特征。拉多维奇说:“即使数据看起来不像图像,如果可能以准确的方式处置数据,我们依然可以使用计算机视觉方式。这种办法异常有用的一个领域是,对大型强子对撞机产生的大批粒子射流进行分析。”

位于欧洲核子研究核心(CERN)的大型强子对撞机(LHC)是目前世界上最大的粒子加速器,在里面进行的实验每秒产生大概一百万吉字节(GB,十亿字节)的数据,也不是塞内加尔成为第一支在本届世界杯上获。即使经由紧缩,LHC在一小时内积聚的数据也与社交网站脸书整年收集的数据量相称。这么海量的数据,给存储和分析带来了极大困难。荣幸的是,粒子物理学家不用自己处理所有这些数据。他们与一种称为机器学习的人工智能(AI)通力进行,来处理这些数据。

识别特征 进行模拟

威廉姆斯以为:“质疑是好事,假如你将机器学惯用做抛弃数据的触发器,就像咱们在LHCb中所做的那样,那么你需要十分谨严并设置无比高的尺度。因而,在粒子物理学范畴树立机器学习须要一直尽力,以更好地舆解算法的内部工作原理,并尽可能地与实际数据进行穿插检讨。”

该论文独特作者、美国威廉玛丽学院的亚力山大·拉多维奇说:“机器学习算法本人晓得如何进行各种剖析,这有望为我们节俭无数小时的设计和分析工作。”拉多维奇目前正参加费米实验室的NuMI离轴中微子实验(NOVA),威尼斯v29

卡根说:“固然这长短常早期的工作,但它显示出许多盼望,并可能有助于应答未来的数据挑衅。”

中微子实验也受益于机器学习。NOVA研讨了中微子在穿梭地球时如何从一种类型改变为另一品种型,这些中微子振荡可能潜在地揭示一种新类型中微子的存在,一些实践认为,这种中微子是暗物资的粒子。NOVA的探测器正在监督中微子撞击探测器资料时发生的带电粒子,并且,机器学习算法能够辨认它们。

LHC中伟大的超环面仪器(ATLAS)与紧凑渺子线圈(CMS)能发现希格斯玻色子,每个探测器都有数百万个传感元件,其信号需要放在一起才干取得有意思的结果。SLAC的迈克尔·卡根说道:“这些信号组成了一个复杂的数据空间,我们需要懂得它们之间的关联,得出结论,例如,探测器中某个粒子的轨迹是由电子、光子仍是其余货色产生。”

只管有显明提高,但机器学习喜好者常常需要面对来自配合搭档的质疑,局部起因是机器学习算法大多数时候就像“黑匣子”,很少能供给对于它们如何得出某个论断的信息。

来自美国能源部斯坦福直线加速器中央(SLAC)和费米国度加速器实验室的科学家,在8月2日发表于《天然》杂志的一篇文章中,总结了机器学习在粒子物理学领域确当前利用和将来远景。