Elektron-Ionen-Kollider: Erster Teilchenbeschleuniger, der von Grund auf mit KI entwickelt wurde

Der am Brookhaven National Laboratory in New York errichtete Kollider ist der erste seiner Art – der erste Teilchenkollider, bei dem künstliche Intelligenz und maschinelles Lernen das Beschleuniger- als auch in das Detektorsystem integriert sind.

Es handelt sich um ein Gemeinschaftsprojekt zwischen Brookhaven und dem Thomas Jefferson National Accelerator Facility des Energieministeriums, an dem weltweit über 300 Institutionen mitwirken. Die Kosten liegen zwischen 1,7 und 2,8 Milliarden US-Dollar. Der Betrieb ist für die Mitte der 2030er Jahre geplant.

Die Beschleunigung des Beschleunigers zur Selbstoptimierung Frühere Einrichtungen der Teilchenphysik, einschließlich des eigenen Relativistischen Schwerionenkolliders, der im Februar 2026 stillgelegt wurde, integrierten KI-Tools erst Jahre nach dem Bau.

Technik und Auswirkungen

Für das EIC entwickelt eine mehrinstitutionelle Gruppe namens EIC-BeamAI maschinelles Lernensysteme unter Einsatz Laboratory.

Die Herausforderung ist beträchtlich: Die Stabilisierung eines Teilchenbeschleunigers erfordert die gleichzeitige Verwaltung für zwei Strahlen, die sich in entgegengesetzte Richtungen mit nahezu Lichtgeschwindigkeit auf einem 2,4-Meilen-Ring bewegen. „Es ist für einen Menschen sehr schwierig, diese Einstellungen und Strahlcharakteristika ständig im Blick zu behalten", sagte Georg Hoffstaetter de Torquat, Professor an der Cornell University mit einer Doppeltätigkeit am Brookhaven National Laboratory. „Mit maschinellem Lernen entspricht dem, was wir programmieren, im Wesentlichen einer computergestützten Überwachung: Das System überwacht die Bedingungen und passt die Steuerungen automatisch an." BeamAI hat das Konzept bereits erfolgreich demonstriert.

In den Vorbeschleunigern des RHIC haben maschinelle Lernalgorithmen die Strahlqualität erreicht, die erfahrene menschliche Bediener typischerweise erzielen. Das System erzeugt zudem einen digitalen Zwilling des Beschleunigers, ein Echtzeit-Virtuelles Modell, das Forschern ermglicht, nderungen zu testen, ohne die Live-Maschine zu bettigen.

Einordnung fuer Autofahrer

Derselbe digitale Zwilling kann anomales Magnetverhalten frhzeitig erkennen und einen kontrollierten Abschaltvorgang auslsen, bevor Schden entstehen.

Neugestaltung des Detektors: Die Konstruktion eines Teilchendetektors erfordert die Durchfhrung einer enormen Anzahl, bevor ein einzelner Bauteil gefertigt wird: Geometrie, Materialien und Konfiguration werden gegenber unzhligen Kollisions-Szenarien getestet.

Ein vom DOE gefrdertes Projekt namens AID2E, das die Einrichtungen Brookhaven, die Catholic University of America, die Duke University, Jefferson Lab und William & Mary umfasst, wendet maschinelles Lernen auf diesen Prozess an.

Technik und Auswirkungen

Algorithmen, die darauf trainiert wurden, vorherzusagen, wie Designnderungen die Teilchenidentifikation beeinflussen, ermglichen es Forschern, weit mehr Konfigurationen zu durchlaufen als herkmmliche Simulationsablufe es zulassen, und zwar bei geringeren Rechenkosten und Energieverbrauch.

Das DatenproblemWenn das EIC online geht, wird sein Detektor – ein hausgroßes Instrument namens ePIC – bis zu 100 Gigabit pro Sekunde an Daten erzeugen.

KI-gestützte Systeme werden diesen Datenstrom in Echtzeit filtern und bei den Kollisionen Signal sodann, was in jedem Ereignis passiert ist: Sie übersetzen die schwachen Spuren, die Teilchen im Detektor hinterlassen, in verwertbare Messungen verwandtes Projekt am Brookhaven-Labor, das in der Zeitschrift Patterns veröffentlicht wurde, zeigte einen Algorithmus, der Kollisionsdaten im großen Maßstab komprimieren kann, ohne die für physikalische Analysen notwendige Granularität zu verlieren – entwickelt und am RHIC-Hardware getestet. „Das Ziel ist es, sicherzustellen, dass das EIC mit KI-gestützten Systemen bereitsteht, die den Weg zur Entdeckung beschleunigen, wenn es Mitte der 2030er Jahre in Betrieb geht", sagte Abhay Deshpande, stellvertretender Laborleiter für Kern- und Teilchenphysik am Brookhaven-Labor und Wissenschaftlicher Direktor des EIC.