华师教授利用人工智能解决宇宙最大的奥秘

日前，华中师范大学王新年教授、前博士后庞龙刚博士及其合作者的最新研究成果在《自然-通讯》(Nature Communications)杂志上发表 。 该团队在此研究中开发一种人工智能用于解决宇宙最大的奥秘，受到国内外科技媒体的关注。 众所周知，电脑能够击败围棋冠军、模拟恒星演化并预测全球气候。人们正逐渐将机器训练成攻无不胜的问题解决者和快速学习者。 强大的机器学习算法允许神经网络在处理更多图像后改进其分析能力。这项根本技术还被用于面部识别和其他基于图像的物体识别应用。本研究中使用的图像与美国布鲁克海文国家实验室相对论重离子对撞机和欧洲核子研究中心实验室的大型强子对撞机的重离子对撞机实验紧密相关。华中师范大学都参加了这两个实验。这些图像再现了亚原子粒子“汤”的状态，这种超高温流体态就是在宇宙诞生后百万分之一秒时的夸克胶子等离子体。 该团队把高能粒子碰撞模拟出的粒子碎片转化为成千上万的图像来训练一个强大的神经网络，然后用它去识别碰撞中产生的亚原子“汤”中的物理奥秘。在最后的测试中，研究人员发现神经网络在识别大约18000张图像的重要特征时，成功率高达95％。 据悉，该项最新研究的第一作者庞龙刚，曾是华中师范大学博士后，现为美国加州大学伯克利分校博士后。他介绍说，他是2016年在法兰克福前沿研究所做博后的时候开始对人工智能应用于解决科学问题的潜力产生了兴趣。他与法兰克福高等研究中心的合作者周凯，苏南发现有一类深度神经网络的人工智能（AI），这类AI的发明源于动物大脑对图像处理的架构的启发，而且它在处理科学类图像时有很好的适用性。 王新年教授指出，使用复杂神经网络的好处在于它们能够辨认在最初的实验中都没有发现的特征，这就像实现了大海捞针一样。他们把机器学习应用于重离子碰撞实验数据分析引起了广泛的讨论，模拟的结果也将有助于解释真实数据。“机器学习在高能粒子物理领域中将会有很多应用”王新年教授表示，“不仅仅是在粒子碰撞实验中。” 在此研究中，数据积累需要很强的计算机方面的资源，在一般的计算机上仅仅得到一个图像就需要花一天的时间，但使用大量的GPU做并行运算时，所需的时间可以缩短为20分。GPU是图形处理部件，最开始开发用于改善电脑游戏体验，至今已被用于很多方面。他们的研究中利用了我校理论组现有的几台GPU计算机。华中师范大学即将建成的核物理高性能计算中心的GPU簇群将会为以后的研究提供更加强大的计算能力。 该团队下一步的研究计划是将相同的机器学习过程应用于对实际的物理实验数据的处理分析。参与该项研究的还有法兰克福前沿研究所的Hannah Petersen 和 Horst Stocker 教授。（通讯员党波涛 袁强）