تتجه الأبحاث الحديثة في فيزياء الجسيمات نحو استخدام الذكاء الاصطناعي لتغيير طريقة فهمنا للعالم.
دع الآلات تقرر ما هو مهم
في الوقت الذي تستغرقه لقراءة هذه الجملة، سيكون مصادم الهادرون الكبير (LHC) قد اصطدم بمليارات الجسيمات معًا. ومن المحتمل أنه قد وجد بالضبط ما وجده بالأمس: المزيد من الأدلة لدعم النموذج القياسي لفيزياء الجسيمات.
بالنسبة للمهندسين الذين بنوا هذا الحلق الذي يمتد على 27 كيلومترًا، فإن هذه الثبات يعتبر انتصارًا. لكن بالنسبة للفيزيائيين النظريين، فقد كان الأمر محبطًا إلى حد ما. كما يذكر ماثيو هوتسون في تقريره “الذكاء الاصطناعي يبحث عن الشيء الكبير التالي في الفيزياء”، فإن هذا المجال يمر حاليًا بأزمة هادئة. في رسالة بريد إلكتروني تناقش تقاريره، يوضح هوتسون أن النموذج القياسي، الذي يصف الجسيمات والقوى الأساسية المعروفة، ليس صورة كاملة. “لذا اقترح النظريون أفكارًا جديدة، وبنى التجريبيون منشآت عملاقة لاختبارها، لكن على الرغم من كميات البيانات الكبيرة، لم تحدث أي اختراقات كبيرة”، يقول هوتسون. “هناك مكونات رئيسية من الواقع نفتقدها تمامًا.”
لهذا السبب، يتجه الباحثون إلى الذكاء الاصطناعي في مجال فيزياء الجسيمات. فهم لا يطلبون من الذكاء الاصطناعي ببساطة تصفح بيانات المسرع لتأكيد النظريات الحالية، كما يوضح هوتسون. إنهم يطلبون من الذكاء الاصطناعي توجيههم نحو نظريات لم يتخيلوها من قبل. “بدلاً من النظر لدعم النظريات التي أنشأها البشر”، كما يقول، “يمكن للذكاء الاصطناعي غير المراقب أن يبرز أي شيء غير عادي، مما يوسع نطاقنا إلى المجهول.” من خلال طلب من الذكاء الاصطناعي الإشارة إلى الشذوذ في البيانات، يأمل الباحثون في العثور على “فيزياء جديدة” تمتد النموذج القياسي.
على السطح، قد يبدو أن هذه المقالة هي قصة أخرى عن “الذكاء الاصطناعي من أجل X“. كمدير تحرير الذكاء الاصطناعي في IEEE Spectrum، أتلقى تدفقًا مستمرًا من العروض لمثل هذه القصص: الذكاء الاصطناعي لاكتشاف الأدوية، الذكاء الاصطناعي للزراعة، الذكاء الاصطناعي لتتبع الحياة البرية. وغالبًا ما يعني ذلك حقًا معالجة بيانات أسرع أو أتمتة حول الأطراف. مفيد، بالتأكيد، لكن تدريجي.
ما لفت انتباهي في تقارير هوتسون هو أن هذه الجهود تبدو مختلفة. بدلاً من تحليل البيانات التجريبية بعد حدوثها، يصبح الذكاء الاصطناعي جزءًا من الأداة، حيث يقوم بمسح الأنماط الدقيقة ويقرر في الوقت الحقيقي ما هو مثير للاهتمام. في LHC، تسجل الكواشف 40 مليون تصادم في الثانية. ببساطة لا توجد طريقة للحفاظ على كل هذه البيانات، لذا كان على المهندسين دائمًا بناء مرشحات لتحديد أي الأحداث يتم حفظها للتحليل وأيها يتم التخلص منها؛ يتم التخلص من كل شيء تقريبًا.
الآن، تُسلم هذه القرارات السريعة بشكل متزايد إلى أنظمة التعلم الآلي التي تعمل على مصفوفات البوابات القابلة للبرمجة (FPGAs) المتصلة بالكواشف. يجب أن يعمل الكود على المنطق والذاكرة المحدودة للرقاقة، وضغط شبكة عصبية إلى هذا الجهاز ليس بالأمر السهل. يصف هوتسون أحد النظريين وهو يناشد مهندسًا، “أي من خوارزميتي تناسب رقاقة FPGA الخاصة بك؟”
تعتبر هذه اللحظة جزءًا من نمط قديم جدًا. كما يكتب هوتسون في المقال، فتحت الأدوات الجديدة أبوابًا للغير متوقع طوال تاريخ العلوم. كشف تلسكوب غاليليو عن أقمار تدور حول كوكب المشتري. كشفت المجاهر المبكرة عن عوالم كاملة من “الحيوانات الصغيرة” التي تسبح حولها. لم تكن هذه الأدوات الأفضل مجرد إجابة على الأسئلة الموجودة؛ بل جعلت من الممكن طرح أسئلة جديدة.
إذا كانت هناك أزمة في فيزياء الجسيمات، بمعنى آخر، فقد لا تكون فقط حول الجسيمات المفقودة. بل تتعلق بكيفية النظر إلى ما وراء حدود الخيال البشري. تشير قصة هوتسون إلى أن الذكاء الاصطناعي قد لا يحل ألغاز الكون مباشرة، لكنه قد يغير الطريقة التي نبحث بها عن الإجابات.
مع تقدم التكنولوجيا، قد نكون على أعتاب اكتشافات جديدة تغير فهمنا للكون.
