構想の中心は、数十億件の陽子同士の衝突シミュレーションで事前学習する単一のモデルだ。衝突の再構成、粒子の識別、予想外の信号の検出、将来の検出器設計の評価など、複数の作業に対応させる計画である。
- 01 学習用データ
数十億件
LHCの陽子衝突シミュレーションを用いる計画。
- 02 共通のモデル
事前学習
単一のLarge Physics Modelを開発する構想。
- 03 想定する用途
複数の解析
衝突再構成、粒子識別、異常信号の検出、検出器設計の評価。
CERNの2026年10月15日発表に基づく開発計画。モデル完成や性能実証を示す図ではない。
現在のLHC解析では、検出器の信号を粒子などの解析対象へ変換するため、専門のアルゴリズムを順につなぐ。CERNは、個別の工程で使われてきた機械学習を発展させ、一つのモデルで工程を横断して学ぶ可能性を探る。
CERNが蓄積したLHCの実験データは約1エクサバイトに達する。ただし、この全量を今回のモデルに学習させるとの発表ではない。学習計画で明記されているのはシミュレーションによる衝突データだ。
予算、モデルの完成・公開時期、既存手法との性能比較は発表本文では確認できない。新たな粒子の発見や解析精度の改善が実証されたと受け取ることはできない。
出典
- CERN and Mistral join forces to accelerate AI for science意向表明、学習データ、複数用途、実験データの蓄積量。2026年10月15日公開、同日確認。
出典の確認日 2026.10.15