Zaangażowanie sztucznej inteligencji w analizę eksperymentalnych danych miało miejsce już wcześniej, lecz w tym przypadku mówi się o projekcie MUonE. Jego pomysłodawcy zakładają wykonywanie niezależnych i precyzyjnych pomiarów dotyczących mionowego momentu magnetycznego.
Czytaj też: Fizycy głowili się nad tym ponad 100 lat. Wreszcie przewidzieli temperaturę topnienia
Jak nasi rodacy wyjaśniają na łamach Computer Science, narzędzia oparte na sztucznej inteligencji mogłyby posłużyć do błyskawicznej rekonstrukcji torów cząstek. Jeśli wszystko pójdzie zgodnie z planem, to o konsekwencjach realizacji tego pomysłu przekonamy się w ciągu najbliższych 2-3 lat. Chodzi rzecz jasna o wdrożenie technologii w związku z MUonE.
W czasie eksperymentów prowadzonych z wykorzystaniem detektorów cząstek owe molekuły przechodzą przez kolejne warstwy detektora. Przy każdym takim przejściu zostawiają za sobą pewną ilość energii. Na podstawie powstałych w ten sposób punktów naukowcy mogą dokonać rekonstrukcji toru lotu.
W koncepcji polskich naukowców sztuczna inteligencja mogłaby posłużyć do śledzenia cząstek wykorzystywanych w detektorach
W teorii brzmi to wręcz banalnie, lecz praktyka pokazuje coś zgoła odmiennego. Najwięcej problemów pojawia się, gdy wspomniane punkty znajdują się blisko siebie, co utrudnia ich identyfikację. Sztuczna inteligencja, przystosowana do analizy wielu informacji jednocześnie i zdolna do nauki pewnych uniwersalnych wzorców, mogłaby zrewolucjonizować tę dziedzinę.
Polscy naukowcy stoją za tzw. głęboką siecią neuronową, w której warstwa wejściowa składa się z 20 neuronów. Cztery kolejne mają po 1000 neuronów każda, podczas gdy wyjściowa liczy 8 neuronów. Wszystkie neurony każdej warstwy są połączone ze wszystkimi neuronami sąsiedniej, a łącznie cała sieć posiada dwa miliony parametrów konfiguracyjnych o wartościach ustalanych w trakcie procesu uczenia.
Czytaj też: Sztuczną inteligencję czeka przyszłość jak z popularnego serialu. Eksperci potwierdzają
Później przyszła pora na szkolenie, w trakcie którego narzędzie miało się nauczyć, jak rekonstruować tory lotu cząstek. Okazało się, że kiedy już sztuczna inteligencja posiądzie odpowiednie zdolności, to może realizować postawione przed nią zadania z wysoką skutecznością i w szybkim tempie. Za jakiś czas przyjdzie pora na przetestowanie tej koncepcji w wymagających warunkach eksperymentu MUonE.