به گزارش دلچسب
جهان در اغاز ورود به عصر جدیدی از فیزیک ذرات با ساخت اولین برخورددهنده ذرات مبتنیبر هوش مصنوعی است که قرار است در اواسط دهه ۲۰۳۰ میلادی به منفعتبرداری برسد. این پروژه بزرگ «برخورددهنده الکترون-یون» (EIC) نام دارد و با بودجهای بین ۱.۷ تا ۲.۸ میلیارد دلار در آزمایشگاه ملی بروکهون نیویورک درحال گسترش است. اهمیت این مرکز در این است که برخلاف پروژههای قبل، هوش مصنوعی و یادگیری ماشینی از همان مرحله های اولیه طراحی در تاروپود سیستمهای شتابدهنده و آشکارساز (Detector) آن تنیده شدهاند تا قوت پردازش بینظیری را فراهم کنند.
این مرکز علمی پیشرفته که محصول همکاری آزمایشگاه بروکهون، مرکز شتابدهنده ملی توماس جفرسون و بیشتر از ۳۰۰ مؤسسه بینالمللی است، توانایی ثبت و پردازش ۵۰۰ هزار برخورد در هر ثانیه را خواهد داشت. این حجم از دادهها نیازمند سیستمی است که بتواند در لحظه وقایع را مرتبسازی و فیزیک درونی ذرات را بازسازی کند، ماموریتای که فقط از مسئولیت یادگیری ماشینی ساخته است.
اولین برخورددهنده ذرات مبتنیبر هوش مصنوعی
یکی از مسائل مهم در این پروژه، مدیریت دهها هزار پارامتر فنی به طور همزمان برای پایدار نگهداشتن باریکههای ذرات است که در یک مسیر دایرهای ۳.۸۶ کیلومتری با سرعتی نزدیک به نور حرکت میکنند.
«گئورگ تورکوات»، از اساتید دانشگاه کرنل، معتقد است که نظارت بر این حجم از تنظیمات از توانایی انسان خارج است و به همین علت سیستم نظارت کامپیوتری برای تنظیم خودکار کنترلها طراحی شده است. گروه تخصصی EIC-BeamAI هماکنون با منفعت گیری از سختافزارهای حاضر، موفق به پیادهسازی الگوریتمهایی شده است که کیفیتی معادل کار اپراتورهای انسانی خبره را اراعه خواهند داد.
آخرین مطالب
- کاربران اپل برای آزمایش Siri AI باید در صف انتظار قرار بگیرند_دلچسب
- انتشار کردن کارکرد ۳ ماهه وزارت فرهنگ در سامانه شفافسازی_دلچسب
- وزیر ارتباطات از دعوا دشمن به ۵۰۰ مرکز ارتباطی خبر داد_دلچسب
- اعتراض انجمن جهانی روزنامهنگاران ورزشی به مشکلات ویزای آمریکا برای جام جهانی_دلچسب
- رونمایی از پوستر بزرگداشت «روز ملی صنعت و معدن»_دلچسب
فناوری دوقلوی دیجیتال (Digital Twin) نیز قسمت مهمی از این نوآوری است که یک مدل مجازی دقیق و آنی از شتابدهنده فراهم میکند. این مدل به دانشمندان امکان میدهد پیش از اعمال هرگونه تحول در دستگاه واقعی، نتایج را آزمایش و حتی الگوهای مخرب در آهنرباها را پیشبینی کنند تا از صدمه به تجهیزات جلوگیری شود.
در قسمت طراحی آشکارساز نیز پروژهای به نام AID2E با همکاری مؤسساتی همانند دانشگاه کاتولیک آمریکا، دانشگاه دوک و کالج ویلیام اند مری ساخته شده که از هوش مصنوعی برای همانندسازی میلیونها سناریوی برخورد منفعت گیری میکند. این روش علتمیشود طراحی قطعات با دقت بالاتر، هزینه کمتر و مصرف انرژی بهینهتر نسبت به راه حلهای قدیمی انجام شود.
دسته بندی مطالب
