Los científicos del Laboratorio Nacional de Oak Ridge están desarrollando detectores de píxeles habilitados para IA que pueden analizar datos de colisiones de partículas directamente en la fuente. El enfoque podría ayudar a los experimentos de física de partículas a identificar y capturar las señales más importantes de las enormes cantidades de datos que producen los aceleradores modernos, ayudando a los científicos a realizar descubrimientos más rápidos y mejor informados a partir de algunos de los experimentos más complejos del mundo.
Ilustración de una red neuronal con picos: los puntos representan neuronas y las líneas muestran sus conexiones. Estos sistemas ayudan a los detectores de partículas a analizar flujos masivos de datos experimentales. Crédito: Larry Zhang/ORNL, Departamento de Energía de EE. UU.
El proyecto, llamado NEUROPix (abreviatura de computación neuromórfica para detectores de píxeles) recibió recientemente un premio de tres años a través del programa de Física de Altas Energías del Departamento de Energía. La financiación respalda los esfuerzos por utilizar la inteligencia artificial directamente en instrumentos científicos para procesar datos en tiempo real.
El equipo de ORNL utilizará redes neuronales de picos, una forma de computación neuromórfica inspirada en el cerebro humano, para identificar patrones y extraer firmas valiosas de interacciones de partículas en tiempo real, un enfoque que podría beneficiar a muchos otros instrumentos científicos que utilizan muchos datos.
«Nuestros aceleradores de partículas pueden generar ahora muchos más datos de los que podemos grabar en el disco», afirmó el físico del ORNL Mathieu Benoit. «La idea es desplegar inteligencia cerca del detector para que podamos ordenar o comprimir los datos muy rápidamente manteniendo la información más importante».
Fuente: Laboratorio Nacional de Oak Ridge
Publicación destacada
