Новый алгоритм АИ повышает точность и скорость обнаружения частиц на Большом адронном коллайдере CERN. A new AI algorithm boosts particle detection accuracy and speed at CERN’s Large Hadron Collider, preparing for future upgrades.

Новый алгоритм машинного обучения, MLPF, разработанный в рамках сотрудничества CMS в ЦЕРН, улучшил восстановление протонно-протонных столкновений на Большом адронном коллайдере. A new machine learning algorithm, MLPF, developed by the CMS collaboration at CERN, has improved the reconstruction of proton-proton collisions at the Large Hadron Collider. В отличие от традиционных методов, основанных на правилах, МЛПФ учится на смоделированных данных для более точного и быстрого выявления частиц, достижения до 10-20% большей точности в диапазоне основных импульсов и ускорения работы на ГПС. Unlike traditional rule-based methods, MLPF learns from simulated data to identify particles more accurately and quickly, achieving up to 10–20% better precision in key momentum ranges and running faster on GPUs. Он соответствует или превышает эффективность давнего алгоритма потока частиц, что позволяет проводить более эффективный анализ данных. It matches or exceeds the performance of the long-standing particle-flow algorithm, enabling more efficient data analysis. Ожидается, что этот прогресс будет иметь решающее значение в ходе модернизации LHC-83 2030-х годов, которая приведет к пятикратному увеличению числа столкновений, что будет способствовать более глубокому тестированию Стандартной модели и поиску новой физики. The advancement is expected to be crucial during the LHC’s 2030 upgrade, which will increase collision rates fivefold, supporting deeper tests of the Standard Model and searches for new physics.