大型強(qiáng)子對撞機(jī)的每一次質(zhì)子碰撞都不同，但只有少數(shù)是特殊的。這種特殊的碰撞產(chǎn)生了不尋常的粒子（可能是新粒子、違反物理現(xiàn)象等）或者有助于填補(bǔ)我們對宇宙不完整的認(rèn)識。

發(fā)現(xiàn)這些碰撞比眾所周知的大海撈針要困難得多，但改變的革新正在路上。費米實驗室的科學(xué)家和其他合作者成功地測試了一種原型機(jī)器學(xué)習(xí)技術(shù)，與傳統(tǒng)方法相比，該技術(shù)的處理速度提高了30到175倍。

面對每秒4000萬次的碰撞，大型強(qiáng)子對撞機(jī)的科學(xué)家們使用功能強(qiáng)大的計算機(jī)，從普通碰撞的巨大靜電中提取寶石——無論是希格斯粒子還是暗物質(zhì)的跡象。機(jī)器學(xué)習(xí)技術(shù)快速瀏覽模擬的大型強(qiáng)子對撞機(jī)碰撞數(shù)據(jù)，成功地學(xué)會了識別一種特定的碰撞后模式，當(dāng)它以驚人的每秒600幅圖像速度查閱時，傳統(tǒng)的方法每秒處理不到一幅圖像，這項技術(shù)甚至可以在外部計算機(jī)上提供服務(wù)。。

挑戰(zhàn)更多的數(shù)據(jù)，更強(qiáng)的計算能力

這是對機(jī)器學(xué)習(xí)服務(wù)如何支持一個已經(jīng)有大量數(shù)據(jù)只會變得更大領(lǐng)域有希望的一瞥。研究人員目前正在升級大型強(qiáng)子對撞機(jī)，使其能以目前速度的五倍粉碎質(zhì)子。到2026年，歐洲核子研究中心(CERN)的27千米環(huán)形地下機(jī)器將產(chǎn)生比現(xiàn)在多20倍的數(shù)據(jù)。CMS是大型強(qiáng)子對撞機(jī)的粒子探測器之一，CMS合作者們正在對儀器進(jìn)行一些升級，使這個復(fù)雜、有故事那么高的儀器能夠拍攝LHC粒子碰撞的更復(fù)雜照片。

如果大型強(qiáng)子對撞機(jī)的科學(xué)家想要保存，在一年內(nèi)從高亮度大型強(qiáng)子對撞機(jī)收集到的所有原始碰撞數(shù)據(jù)，必須找到一種方法來存儲大約1eb(約1萬億個人外置硬盤驅(qū)動器)的數(shù)據(jù)，其中只有一小部分可能揭示出新的現(xiàn)象。大型強(qiáng)子對撞機(jī)的計算機(jī)被編程來選擇這一小部分，在瞬間決定哪些數(shù)據(jù)足夠有價值，可以被發(fā)送到下游進(jìn)行進(jìn)一步研究。目前，大型強(qiáng)子對撞機(jī)的計算系統(tǒng)大約每10萬個粒子事件中就有一個發(fā)生。

但目前存儲協(xié)議將無法跟上未來的數(shù)據(jù)洪流，未來數(shù)據(jù)洪流將在數(shù)十年的數(shù)據(jù)采集過程中不斷積累。升級后的CMS探測器拍攝高分辨率照片也不會讓這項研究變得更容易。這一切都轉(zhuǎn)化為對計算資源的需求，是大型強(qiáng)子對撞機(jī)現(xiàn)有計算資源的10倍以上?，F(xiàn)在的原型測試表明，隨著機(jī)器學(xué)習(xí)和計算硬件的進(jìn)步，研究人員希望能夠在即將到來的高亮度大型強(qiáng)子對撞機(jī)(LHC)上線時，對數(shù)據(jù)進(jìn)行篩選。參與CMS實驗的費米實驗室科學(xué)家Nhan Tran說：這里的希望是，你可以用機(jī)器學(xué)習(xí)做非常復(fù)雜的事情，而且做得更快，這很重要。

機(jī)器學(xué)習(xí)拯救推理的差異

粒子物理學(xué)中的機(jī)器學(xué)習(xí)并不新鮮，在對撞機(jī)實驗中，物理學(xué)家在數(shù)據(jù)處理的每個階段都使用機(jī)器學(xué)習(xí)。但是，隨著機(jī)器學(xué)習(xí)技術(shù)能夠以比傳統(tǒng)方法快175倍的速度處理大型強(qiáng)子對撞機(jī)數(shù)據(jù)，粒子物理學(xué)家正在碰撞計算過程中邁出改變游戲規(guī)則的一步。這種快速的速度要歸功于微軟Azure ML平臺中精心設(shè)計的硬件，它加快了一個稱為推理的過程。要理解推理，請考慮一個經(jīng)過訓(xùn)練算法，該算法用于識別摩托車的圖像：該對象有兩個輪子和兩個把手，連接到一個更大的金屬體上。該算法足夠聰明，可以知道具有類似屬性的獨輪車不是摩托車。

當(dāng)系統(tǒng)掃描其他兩輪、兩柄物體的新圖像時，能預(yù)測或推斷出這些物體是摩托車。隨著算法預(yù)測誤差的修正，它在識別這些誤差方面變得相當(dāng)熟練，10億次掃描之后，它進(jìn)入了推理游戲。大多數(shù)機(jī)器學(xué)習(xí)平臺都是為了理解如何對圖像進(jìn)行分類而構(gòu)建，但并不是針對特定于物理的圖像。物理學(xué)家必須教他們物理部分，比如識別希格斯玻色子所形成的軌跡，或者尋找暗物質(zhì)的蛛絲馬跡。來自費米實驗室、歐洲核子研究中心、麻省理工學(xué)院、華盛頓大學(xué)和其他合作者的研究人員訓(xùn)練Azure ML從模擬CMS數(shù)據(jù)中識別出頂級夸克。

具體來說，Azure的任務(wù)是尋找頂部夸克噴流圖像，這是由單個頂部夸克從碰撞中快速移動而脫離真空的粒子云。費米實驗室的科學(xué)家伯特·霍爾茲曼(Burt Holzman)說：我們給它發(fā)送圖像，用物理數(shù)據(jù)訓(xùn)練它，它展示了最先進(jìn)的性能。非常快。這意味著可以輸送大量這樣的東西，總的來說，這些技術(shù)相當(dāng)不錯。推理加速背后的技術(shù)之一是將傳統(tǒng)處理器與專用處理器結(jié)合起來，這是一種稱為異構(gòu)計算體系結(jié)構(gòu)的結(jié)合。不同的平臺使用不同體系結(jié)構(gòu)，傳統(tǒng)處理器是cpu(中央處理單元)。最著名的專用處理器是gpu(圖形處理單元)和fpga(現(xiàn)場可編程門陣列)，Azure ML結(jié)合了cpu和fpga。

這些過程需要加速的原因是這些計算量很，比如250億次。把它安裝到FPGA上，映射到FPGA上，并在合理的時間內(nèi)完成，這是一項真正的成就。它也開始作為一種服務(wù)提供，該測試是第一次有人演示了如何將這種異構(gòu)的as-a-service體系結(jié)構(gòu)用于基礎(chǔ)物理。在計算機(jī)世界中，使用“作為服務(wù)”具有特定的含義。外部組織提供資源(機(jī)器學(xué)習(xí)或硬件)作為服務(wù)，用戶(科學(xué)家)在需要時利用這些資源。這類似于視頻流媒體公司提供數(shù)小時的狂看電視服務(wù)，而不需要擁有自己的DVD和DVD播放器，而是使用它們的庫和接口。大型強(qiáng)子對撞機(jī)的數(shù)據(jù)通常存儲在CERN和費米實驗室等合作機(jī)構(gòu)的計算機(jī)服務(wù)器上并進(jìn)行處理。

這為實驗室提供了額外的計算能力和資源，從而增強(qiáng)了它們的能力，同時使它們不必自己提供服務(wù)器。加速計算的想法已經(jīng)有幾十年的歷史了，但傳統(tǒng)模式是購買一個帶有g(shù)pu的計算機(jī)集群，并將其安裝在實驗室本地。伊利諾斯州芝加哥附近費米實驗室的計算機(jī)只需100毫秒就能將粒子事件的圖像發(fā)送到Azure云上，對其進(jìn)行處理并返回。作為一種工具，機(jī)器學(xué)習(xí)繼續(xù)為粒子物理學(xué)提供了解宇宙的新方法，它本身也令人印象深刻。我們可以用一些訓(xùn)練有素的東西來區(qū)分動物和人的照片，做一些適度的計算，讓它告訴我們頂夸克射流和背景之間的區(qū)別。

博科園｜研究/來自：費米國家加速器實驗室

博科園｜科學(xué)、科技、科研、科普

關(guān)注【博科園】看更多大美宇宙科學(xué)哦