عندما تقرر الآلات ما هو مهم: AI تبحث عن فيزياء جديدة في تدفق بيانات المصادم

في كل ثانية داخل حلقة المُصادِم الكبير للهادرونات بطول 27 كيلومتراً، تحدث 40 مليون تصادم للجزيئات. الغالبية العظمى من هذه الأحداث لن تُحفظ أبداً — قضى المهندسون عقوداً في بناء مرشحات تقرر ما يجب تسجيله وما يجب التخلص منه للأبد. الآن، تُسند هذه القرارات، التي تُتخذ في أجزاء من الميكروثانية، بشكل متزايد إلى الشبكات العصبية. وليس الأمر يتعلق بتسريع العمل الروتيني — بل يتعلق بمحاولة إيجاد ما لا يعرف الفيزيائيون حتى كيفية البحث عنه.

تشهد فيزياء الجزيئات الأولية ما يسميه المتخصصون بحذر "أزمة صامتة". النموذج المعياري — النظرية الأساسية التي تصف الجزيئات والقوى المعروفة — يعمل بلا عيب. كل تجربة جديدة على المُصادِم تؤكد تنبؤاته بدقة مرعبة. المشكلة أن هذا النموذج ناقص بشكل متعمد: فهو لا يشرح المادة المظلمة والطاقة المظلمة، ولا يتوافق مع الجاذبية. ظل النظريون لعقود يقترحون تطويرات — التناظر الفائق والأبعاد الإضافية والجزيئات الجديدة. بنى التجريبيون منشآت عملاقة لاختبارها. لكن رغم بيتابايتات البيانات المجمعة، لم يحدث أي اختراق. كما لاحظ الصحفي ماثيو هاتسون في مقالته لـ IEEE Spectrum، "هناك مكونات أساسية للواقع نتجاهلها تماماً".

هنا يدخل الذكاء الاصطناعي في المعادلة — لكن ليس بالطريقة التي قد تتخيلها. هذه ليست قصة أخرى من "الذكاء الاصطناعي في كل شيء"، حيث تسرع التكنولوجيا ببساطة معالجة البيانات أو تؤتمت العمل الروتيني. الباحثون لا يطلبون من الشبكات العصبية التحقق من الفرضيات القائمة. يطلبون من الذكاء الاصطناعي إيجاد الشذوذ — أي انحراف عن المتوقع قد يشير إلى "فيزياء جديدة" تتجاوز النموذج المعياري. بشكل أساسي، هذا تعليم بدون إشراف في أنقى أشكاله: الخوارزمية لا تعرف بالضبط ما تبحث عنه، وهذا هو المقصود تماماً. بدلاً من تأكيد النظريات المولودة من الخيال البشري، يمكن للآلة إبراز أنماط لم يشك أحد في وجودها.

التنفيذ التقني لهذه الفكرة هو إنجاز هندسي منفصل. الشبكات العصبية التي تحلل بيانات المُصادِم لا تعمل على خوادم قوية في مراكز البيانات. تعمل مباشرة على المصفوفات المنطقية القابلة للبرمجة — رقائق FPGA المتصلة بالكاشفات. تتمتع هذه الرقائق بذاكرة محدودة وقوة حوسبة مقيدة، لذا يجب حرفياً "ضغط" النماذج المعقدة إلى أحجام تناسب الحدود المنطقية. يستشهد هاتسون بتعليق لافت من أحد النظريين يخاطب المهندس: "أي من خوارزمياتي سيناسب رقاقة FPGA الملعونة الخاصة بك؟" خلف هذه العبارة — توتر حقيقي بين طموحات العلم وقيود الأجهزة.

ما يحدث الآن في سيرن ينطبق على تقليد عمره قرون. كل أداة ملاحظة جديدة بشكل أساسي في تاريخ العلم لم تجب على الأسئلة القائمة فقط — بل سمحت بطرح أسئلة جديدة. كشف تلسكوب جاليليو أقمار المشتري التي لم يشك أحد في وجودها. فتحت أول مجاهر عوالم كاملة من الميكروبات غير المرئية بالعين المجردة. بالقياس، الذكاء الاصطناعي على كاشفات المُصادِم ليس مجرد مرشح أسرع. إنه طريقة جديدة بشكل أساسي للنظر إلى البيانات، خالية من التحيزات وتوقعات المجرب. الآلة لا تعرف ما "يجب" أن تجده، وبالتالي يمكنها لاحظة ما قد يرفضه الإنسان كضوضاء.

تتجاوز أهمية هذا النهج حدود فيزياء الجزيئات بكثير. إذا كانت الشبكة العصبية قادرة على كشف الشذوذ المجهول في تيار من ملايين الأحداث في الثانية، ينطبق نفس المبدأ على علم الفلك والجينوميات وعلم المناخ — على أي مجال تجاوز فيه حجم البيانات منذ زمن طويل قدرة التحليل البشري. اعتدنا التفكير بالذكاء الاصطناعي كأداة تجيب على أسئلتنا. لكنه أكثر اهتماماً عندما يساعد الذكاء الاصطناعي في صياغة الأسئلة التي لم نكن نفكر في طرحها.

بالطبع، للنهج حدود. الشذوذ في البيانات ليس اكتشافاً بعد. يمكن للشبكة العصبية أن تشير إلى انحراف إحصائي، لكن فقط الإنسان يمكنه تفسير معناه الفيزيائي. علاوة على ذلك، ضغط النماذج إلى مستوى FPGA يؤدي حتماً إلى فقدان الدقة — ستفقد بعض الإشارات الدقيقة. ومع ذلك، فإن صياغة المشكلة نفسها مثيرة للإعجاب. إذا كانت أزمة الفيزياء الحديثة ليست نقصاً في البيانات بقدر ما هي تقييد الخيال البشري، فإن تفويض بعض الوظائف "الملاحظة" للآلة يبدو ليس استسلاماً، بل استراتيجية عقلانية. لن يكون الذكاء الاصطناعي من سيكتشف الفيزياء الجديدة — لكنه قد يوضح للناس مكان البحث.