La inteligencia artificial (IA) está transformando la física de partículas, facilitando la detección de nuevas partículas subatómicas. Santiago Folgueras, físico de partículas y ganador de una ayuda Starting Grant del Consejo Europeo de Investigación, lidera el proyecto INTREPID, que utiliza IA y tarjetas programables para mejorar el sistema de filtrado del experimento CMS del CERN.
El proyecto INTREPID se centra en el LHC de alta luminosidad, que producirá 40 millones de colisiones por segundo a partir de 2030. La IA permitirá analizar esta inmensa cantidad de datos en tiempo real, decidiendo qué información es relevante y debe ser guardada para un análisis posterior. Este avance es crucial debido al volumen masivo de información que no se puede almacenar completamente.
La IA ya está marcando una diferencia significativa en el CERN, especialmente en los experimentos ATLAS y CMS. Los físicos han comenzado a usar técnicas avanzadas de aprendizaje automático para identificar nuevas físicas, analizando colisiones en busca de anomalías que podrían indicar la presencia de nuevas partículas. La IA realiza gran parte del trabajo de análisis y selección, lo que antes era como buscar una aguja en un pajar.
Dos estrategias principales se están utilizando para entrenar los algoritmos de IA. Una consiste en identificar la firma energética de cada partícula, permitiendo a la IA reconocer partículas con alta precisión. La otra estrategia implica analizar cada colisión para detectar anomalías.
Estas técnicas han demostrado aumentar significativamente la sensibilidad a una amplia gama de firmas de partículas, superando las técnicas tradicionales y ofreciendo resultados prometedores en la búsqueda de nuevas interacciones subatómicas.
