據(jù)俄羅斯新聞網(wǎng)報道，俄羅斯高等經(jīng)濟(jì)學(xué)院與“Yandex”公司數(shù)據(jù)分析學(xué)院聯(lián)合研發(fā)出人工智能系統(tǒng)，該系統(tǒng)可成數(shù)量級地提高強(qiáng)子對撞機(jī)上高能粒子的識別速度。相關(guān)成果發(fā)布在Nuclear Instruments ａnd Methods in Physics Research Section A: Accelerators, Spectrometers, Detectors ａnd Associated Equipment科學(xué)期刊上。

　　強(qiáng)子對撞機(jī)上每秒鐘有幾百萬個強(qiáng)子發(fā)生對撞反應(yīng)，檢測器記錄所生成的結(jié)果并確定其性能。由于所生成的絕大多數(shù)粒子為科學(xué)已知粒子，所以新粒子的尋找工作類似于大海撈針，這就需要了解并提高檢測器的粒子識別速度，并且越準(zhǔn)確越好。

　　考慮到強(qiáng)子對撞機(jī)上每秒發(fā)生幾百萬個粒子對撞，所以不得不采用較低靈敏度的檢測方法，這造成檢測器的運行速度低，對某一過程的模擬通常占用幾秒鐘。理論上，可采用專門的程序軟件提高檢測器的檢測精度和速度，使檢測器上的傳感器能夠?qū)λㄟ^的不同粒子做出精確的反應(yīng)。科研人員采用生成對抗網(wǎng)絡(luò)系統(tǒng)（Generative Adversarial Network，簡稱GAN）解決了這個一直困擾高能物理學(xué)家的難題，由于該系統(tǒng)由生成網(wǎng)絡(luò)和判別網(wǎng)絡(luò)這兩個神經(jīng)網(wǎng)絡(luò)構(gòu)成，可通過培訓(xùn)使一個網(wǎng)絡(luò)學(xué)會形成與現(xiàn)實相近的圖像，例如可生成根本不存在的人或動物的圖像；而另一個網(wǎng)絡(luò)則盡力尋找虛擬圖像與現(xiàn)實圖像的差異。

　　科研人員驚奇地發(fā)現(xiàn)，所研發(fā)的生成現(xiàn)實主義圖像的方法可用于強(qiáng)子對撞生成粒子的識別，并可成量級地提高識別速度。通過培訓(xùn)，科研人員教會生成對抗系統(tǒng)預(yù)測出強(qiáng)子對撞反應(yīng)的結(jié)果，測試實驗也證明，該系統(tǒng)可準(zhǔn)確描述強(qiáng)子對撞物理現(xiàn)象的全部過程。

　　生成對抗網(wǎng)絡(luò)系統(tǒng)用于探測器運行的快速仿真，這將極大地加快強(qiáng)子對撞機(jī)上實驗的進(jìn)行，究其實質(zhì)，這是將先進(jìn)的培訓(xùn)方法應(yīng)用于科學(xué)數(shù)據(jù)分析，再加上已掌握的有關(guān)檢測器的知識和經(jīng)驗，由數(shù)據(jù)學(xué)家和物理學(xué)家聯(lián)合完成的研發(fā)工作。