La IA Revoluciona la Búsqueda de Nuevas Partículas Subatómicas

La inteligencia artificial (IA) está transformando campos inesperados, y la física de partículas es uno de ellos. Los físicos están recurriendo a esta potente herramienta para mejorar sus investigaciones. A principios de diciembre, tuve la oportunidad de entrevistar a Santiago Folgueras, un joven físico de partículas formado en la Universidad de Oviedo, la Universidad Purdue en Indiana (EEUU), y el CERN (Suiza). Santiago ha obtenido una ayuda Starting Grant del Consejo Europeo de Investigación, dotada con 1,5 millones de euros, para liderar el proyecto INTREPID.

Este ambicioso proyecto de cinco años utiliza la IA y tarjetas programables de última generación para mejorar el sistema de filtrado del experimento CMS del CERN. Santiago y su equipo están probando nuevas tarjetas con nodos de inteligencia artificial integrados que permiten la inferencia de redes neuronales dentro de la propia tarjeta.

Un Sistema de Filtrado Innovador

En el LHC de alta luminosidad, se producen 40 millones de colisiones por segundo, generando una cantidad inmensa de información que no se puede almacenar en su totalidad. Por ello, es crucial desarrollar un sistema que pueda analizar los datos en tiempo real y decidir si se deben conservar o descartar. Esta es la finalidad de INTREPID.

La IA Marca la Diferencia en el CERN

El sistema INTREPID, en el que trabaja Santiago Folgueras, utiliza la IA para determinar en tiempo real si una colisión debe ser guardada para análisis posterior. Sin embargo, la IA en el CERN no se limita a este sistema de filtrado. Los experimentos ATLAS y CMS ya emplean técnicas avanzadas de aprendizaje automático para identificar nueva física.

Los físicos del CERN enfrentan el desafío de examinar miles de millones de colisiones sin saber exactamente qué están buscando. Tradicionalmente, intentaban identificar anomalías, un proceso similar a buscar una aguja en un pajar debido al vasto volumen de datos. Ahora, los investigadores utilizan la IA para gran parte de este trabajo de análisis y selección.

Estrategias de IA en el CERN

Para lograr sus objetivos, los físicos han desarrollado varias estrategias de entrenamiento para sus algoritmos de IA. Una de ellas estudia la firma energética de cada partícula, permitiendo a la IA identificar partículas con alta probabilidad de acierto. Incluso puede detectar firmas energéticas atípicas que podrían revelar nuevas interacciones.

Otra estrategia entrena al algoritmo para analizar cada colisión en su totalidad e identificar anomalías en las partículas involucradas. La detección de una anomalía podría indicar la presencia de nuevas partículas. Estas estrategias ya están dando resultados prometedores: los algoritmos de IA han demostrado una sensibilidad significativamente mayor a una amplia gama de firmas de partículas en comparación con las técnicas tradicionales.

Conclusión

La IA está revolucionando la física de partículas, ayudando a los científicos del CERN a explorar nuevos territorios en la búsqueda de partículas subatómicas. Con proyectos innovadores como INTREPID, la inteligencia artificial se está convirtiendo en una herramienta esencial para desentrañar los misterios del universo.