A Brookhaven National Laboratory (BNL) az Electron–Ion Collider (EIC) nevű új részecskegyorsítót építi, amelynek költségét 1,7 és 2,8 milliárd dollár közé becsülik. A gyorsító 2,4 mérföld (kb. 3,86 km) kerületű gyűrűt alkot, és a tervek szerint az eszköz és a detektorok tervezésébe a megvalósítás kezdetétől integráltan bevonják a gépi tanulást.
Műszaki adatok és üzemidő
Az EIC-hez tartozó ePIC detektor másodpercenként körülbelül 500 000 ütközést regisztrál majd, és mintegy 100 gigabit másodpercenkénti adatáramot állít elő. A projekt célja, hogy az új rendszer a 2030‑as évek közepén kezdje meg a működést.
Miért számít ez változásnak?
A korábbi gyakorlatban az AI és a gépi tanulás főként az adatelemzésben kapott szerepet — a mérés után, „utólag”. Az EIC esetében azonban a mesterséges intelligencia nem utólagos kiegészítőként, hanem tervezési szempontként jelenik meg: a detektorgeometria, a gerjesztésvezérlés és az adatok tömörítése úgy készül, hogy az optimalizáljon a tanulómodellek képességei szerint.
Már működő demonstrációk
A fejlesztők szerint az EIC‑BeamAI nevű rendszer már képes felvenni a versenyt a szakértő hangolók teljesítményével a RHIC (Relativistic Heavy Ion Collider) előgyorsítóin. Emellett egy digitális iker (digital twin) megoldás képes előre jelezni a mágnesek meghibásodását, mielőtt azok hardveres károkat okoznának.
Következmények a kutatásra és az üzemeltetésre
A változás gyakorlati következménye, hogy a nagyméretű berendezéseket immár nem pusztán az emberi operátorok és a hagyományos mérési igények szerint építik; a tervezésbe beépített AI határozza meg, mi és hogyan legyen mérhető. Ez újraértelmezi a laborok szerepét: az adatmennyiség gyors növekedése miatt a gépi intelligencia nemcsak elemző, hanem üzemeltetési és tervezési partner lesz.
Összefoglalás
A Brookhaven National Laboratory által épített Electron–Ion Collider és az ePIC detektor példája azt mutatja, hogy a fizikai kísérletekben az adathalmazok kezelése és a rendszerüzemeltetés immár olyan mértékben függenek az AI‑tól, hogy a mesterséges intelligencia a kísérleti eszközök kialakításának alapfeltételévé válik. A megoldások teljes élesedése és a tényleges üzemelés kezdete a 2030‑as évek közepére van ütemezve.
