Seit Jahren bringen Physiker am Large Hadron Collider Maschinen bei, sie bei der Auswertung ihrer Daten zu unterstützen – eine eng umrissene Aufgabe nach der anderen. Nun will CERN herausfinden, was passiert, wenn ein einziges Modell die gesamte Arbeit übernehmen soll. Der Partner ist Mistral, das Projekt heißt Flare.
Was angekündigt wurde
Die beiden Organisationen wollen zunächst in der Hochenergiephysik ansetzen. Das Herzstück ist ein vortrainiertes Modell, ein Large Physics Model, das den Namen Flare tragen wird. Es soll mit Milliarden simulierter Proton-Proton-Kollisionen am LHC trainiert werden.
Man beachte das Wort „simuliert“. Das Trainingsmaterial besteht nicht aus Rohdaten der Detektoren an der Anlage selbst, sondern aus modellierten Kollisionen. Der Bericht sagt nicht, wie das Modell anhand realer Daten validiert werden soll. Diese Frage bleibt also vorerst offen.
Welches Problem Flare lösen soll
Ein Detektor am LHC liefert Physikern keine sauber geordnete Teilchenliste. Er erzeugt Signale, die zunächst in rekonstruierte Teilchen und physikalische Objekte umgewandelt werden müssen, bevor überhaupt Messungen vorgenommen werden können.
Heute übernimmt eine Kette spezialisierter Algorithmen diese Aufgabe. Maschinelles Lernen ist bereits Teil dieser Kette, allerdings nur in einzelnen Schritten – wie ein paar moderne Geräte in einer ansonsten traditionellen Küche.
Flare verfolgt den entgegengesetzten Ansatz. Ein Basismodell soll aus dem gesamten Rekonstruktionsprozess lernen und als ein einziges System arbeiten, statt die Aufgabe wie bei einem Staffellauf zwischen getrennten Werkzeugen weiterzureichen.
Was CERN von dem Modell erwartet
CERN hofft, dass ein Modell mehrere Aufgaben gleichzeitig bewältigen kann:
- Kollisionsparameter: Rekonstruktion der Eigenschaften einer Kollision.
- Teilchenidentifikation: Bestimmung der erzeugten Teilchen.
- Ungewöhnliche Signale: Kennzeichnung von Ereignissen, die vom Üblichen abweichen.
- Detektordesign: Unterstützung bei der Bewertung von Vorschlägen für künftige Detektoren.
Der letzte Punkt verdient einen genaueren Blick. Mit einem Modell, das die gesamte Rekonstruktionspipeline erlernt hat, ließe sich grundsätzlich untersuchen, wie sich ein anderer Detektor verhalten würde. Der Bericht geht nicht darauf ein, wie das funktionieren soll, und es wäre unklug, sich die Details auszudenken.
Wer was einbringt
Enrica Porcari, die den IT-Bereich von CERN leitet, sagte, die Hochenergiephysik biete ein einzigartiges Umfeld, um KI mit außergewöhnlicher wissenschaftlicher Strenge zu entwickeln und zu testen. Das ist eine berechtigte Einschätzung. Nur wenige Fachgebiete können auf Grundlage gut verstandener Physik Milliarden simulierter Ereignisse erzeugen und dann die Ergebnisse eines Modells anhand derselben Physik überprüfen.
CERN will nach eigenen Angaben seine Expertise in Teilchenphysik, wissenschaftlichen Daten und Computing im großen Maßstab mit Mistrals Erfahrung beim Training großer Modelle verbinden. Einfach gesagt: Die eine Seite weiß, was die Daten bedeuten, und die andere weiß, wie man ein sehr großes Modell dazu bringt, daraus zu lernen.
Was nicht im Bericht steht
Die Quelle ist kurz und lässt gerade die Dinge aus, die Leser am meisten interessieren dürften. Sie nennt weder einen Zeitplan noch die Modellgröße, Hardware, Benchmark-Ergebnisse oder Zahlen zu Kosten und Finanzierung. Außerdem steht darin nicht, ob Flare öffentlich zugänglich gemacht wird.
Darin steht allerdings, dass CERN davon ausgeht, die Arbeit könne irgendwann auch für die breitere wissenschaftliche Gemeinschaft nützlich sein. Das ist eine Hoffnung und kein zugesagtes Ergebnis – und sie wird auch als solche dargestellt.
Warum sich ein genauer Blick lohnt
Das Interessante ist nicht die Bezeichnung. Viele Projekte werben inzwischen mit dem Begriff „Basismodell“. Interessant ist die Wette auf die Architektur: dass eine Pipeline aus vielen manuell abgestimmten Schritten durch ein einziges lernendes System ersetzt oder zumindest ergänzt werden kann, das Ende-zu-Ende trainiert wird.
Wenn das funktioniert, ist die Rekonstruktion keine Abfolge von Übergaben mehr. Wenn nicht, wird CERN wissenschaftlich fundierte Erkenntnisse darüber gewonnen haben, wo der Ansatz an seine Grenzen stößt. Das ist kein schlechtes Ergebnis für ein Labor, das üblicherweise neben seinen Entdeckungen auch seine Fehlschläge veröffentlicht.
Vorerst ist Flare ein Plan, ein Name und Milliarden imaginärer Kollisionen. In der Physik hat man schon mit weniger angefangen.