CERN i Mistral zbudują Flare, model AI dla fizyki cząstek

Co podpisały CERN i Mistral

Porozumienie ma formę listu intencyjnego (statement of intent). To deklaracja woli współpracy, a nie umowa z kwotami, terminami i podziałem praw. Według komunikatu CERN wnosi wiedzę z fizyki fundamentalnej, dane naukowe i doświadczenie w obliczeniach na dużą skalę. Mistral odpowiada za trenowanie dużych modeli.

Na początek obie strony skupią się na fizyce wysokich energii. W komunikacie zapisano, że w dalszej kolejności prace mogą objąć szerszą społeczność naukową. Nazwę Flare podała agencja Reuters, CERN w swoim komunikacie posługuje się określeniem Large Physics Model.

Do czego ma służyć model Flare

Flare ma działać na tej samej zasadzie co duże modele językowe, ale zamiast na tekście uczy się na danych ze zderzeń. Model bazowy (foundation model) trenuje się raz na dużym zbiorze danych, a potem wykorzystuje do wielu zadań. W fizyce cząstek oznacza to jeden model w miejsce łańcucha wyspecjalizowanych algorytmów, które dziś po kolei przetwarzają sygnały z detektorów.

CERN wymienia cztery zastosowania, które ma obsłużyć jeden wytrenowany model.

• Rekonstrukcja zderzeń, czyli odtwarzanie przebiegu zdarzenia na podstawie sygnałów z detektora.
• Identyfikacja cząstek, które powstały w zderzeniu.
• Wskazywanie nieoczekiwanych sygnałów, które nie pasują do znanych procesów fizycznych.
• Ocena projektów przyszłych detektorów.

Dlaczego CERN potrzebuje nowego podejścia

Głównym powodem jest skala danych. CERN przechowuje około 1 eksabajta, czyli miliona terabajtów, danych eksperymentalnych z LHC. Modernizacja do wersji High-Luminosity LHC, której start przewidziano około 2030 roku, zwiększy liczbę zderzeń dziesięciokrotnie.

Według Reutersa CERN od mniej więcej dekady używa AI do zamiany surowych danych w obrazy zdarzeń, ale na każdym etapie korzysta z osobnych narzędzi. Uczenie maszynowe poprawiło pojedyncze kroki. Model bazowy mógłby uczyć się całego procesu naraz, co przy dziesięciokrotnie większym strumieniu danych ma praktyczne znaczenie dla kosztu i czasu analiz.

Co zyskuje Mistral

Dla Mistrala to dostęp do jednego z największych zbiorów danych naukowych na świecie i wejście w obszar, w którym rywalizują już OpenAI, Google DeepMind i Anthropic. Reuters zwraca uwagę, że francuska firma jest uznawana za największą szansę Europy na dogonienie konkurentów z USA i Chin.

Partnerstwo pasuje do kierunku obranego przez Mistrala w 2026 roku. Firma przejęła startup Emmi AI, specjalizujący się w modelach fizycznych, a po stronie Mistrala porozumienie firmuje Johannes Brandstetter, wiceprezes ds. AI dla inżynierii i współzałożyciel Emmi AI. Prezes Arthur Mensch napisał w dzienniku Le Monde, że modele z czołówki są dziś niezbędne dla postępu naukowego.

Czego jeszcze nie wiadomo

Ogłoszenie zostawia sporo otwartych pytań. W naszej ocenie najważniejsze dla środowiska naukowego jest to, na jakich zasadach model trafi do badaczy spoza CERN.

• Budżet i harmonogram - nie zostały ujawnione.
• Licencja - nie wiadomo, czy wagi Flare będą otwarte. Enrica Porcari, dyrektor ds. informatyki CERN, mówiła Reutersowi o możliwościach, które mają służyć całej społeczności fizyków i być udostępniane, ale nie padły szczegóły.
• Infrastruktura - komunikat nie mówi, gdzie i na jakim sprzęcie model będzie trenowany.
• Własność wyników - list intencyjny nie określa podziału praw do modelu i danych treningowych.

Znaczenie dla Polski i europejskiej nauki

Polska jest państwem członkowskim CERN, a polskie uczelnie i instytuty uczestniczą w eksperymentach przy LHC. Jeśli Flare zostanie udostępniony społeczności fizyków, skorzystają na nim także polskie zespoły analizujące dane ze zderzacza. Na razie żadna instytucja z Polski nie została wymieniona jako uczestnik projektu.

Dla firm i ośrodków badawczych w Polsce to sygnał, że europejskie modele AI zaczynają celować w specjalistyczne zastosowania naukowe i przemysłowe, a nie tylko w czatboty. Zespoły pracujące z dużymi zbiorami danych pomiarowych, na przykład w energetyce czy produkcji, powinny obserwować, czy Mistral udostępni narzędzia lub licencje wypracowane przy tym projekcie.