CERN的CMS试验使用的像素探测器能记录碰撞产生的粒子。图片来源：CERN

利用全球领先的原子加速器开展研究的物理学家正在寻求帮助。未来10年，他们计划在大型强子对撞机（LHC）上产生比现在多出20余倍的粒子对撞次数，但现有的探测器系统无法满足这一需求。为此，一个由LHC物理学家组成的团队已与计算机科学家合作，启动一项刺激人工智能技术发展的竞赛。这些技术能迅速将对撞碎片分类。研究人员希望，它们将帮助达成该试验的最终目标，即揭示关于自然法则的基本见解。

LHC坐落在瑞士日内瓦附近的欧洲粒子物理实验室——CERN。在LHC，两束质子在该机器的每个探测器内部以每秒钟4000万次的速度迎头碰撞。每次质子碰撞会产生上千个新粒子。几百万个硅传感器被布置成像洋葱层一样，而且每次在粒子通过它们时都会亮起来并因此产生一个像素的信息。碰撞仅在它们产生可能引发兴趣的副产品时被记录下来。当它们满足条件时，探测器便会拍下可能包括几十万像素的快照。照片内容是由多达20对不同质子组成的堆积起来的碎片。

在下一次拍照前，LHC的计算机会从这种混乱中实时重构上万个路径。“这场游戏的名字是连线画图。”在LHC操作CMS探测器的协作组成员、美国加州理工学院物理学家Jean-Roch Vlimant表示。

在未来的规划升级后，每张快照有望包括来自200个质子对撞的粒子碎片。物理学家目前利用模式识别算法重构粒子路径。法国巴黎南方大学计算机科学家Cécile Germain表示，尽管这些技术在装置升级后仍能计算出路径，但“问题是它们太慢了”。如果不对新的探测器技术进行大规模投资，LHC物理学家估测对撞速率将至少超过现有计算性能10倍。

研究人员认为，机器学习算法或能更加迅速地重构路径。为帮助寻找最好的解决办法，Vlimant和其他LHC物理学家同包括Germain在内的计算机科学家合作，发起了TrackML挑战。未来3个月内，数据科学家将能下载400千兆字节的模拟粒子碰撞数据，并且训练他们的算法重构路径。（徐徐）