日前，華中師范大學王新年教授、前博士后龐龍剛博士及其合作者的最新研究成果在《自然-通訊》(Nature Communications)雜志上發表 。 該團隊在此研究中開發一種人工智能用于解決宇宙最大的奧秘，受到國內外科技媒體的關注。
眾所周知，電腦能夠擊敗圍棋冠軍、模擬恒星演化并預測全球氣候。人們正逐漸將機器訓練成攻無不勝的問題解決者和快速學習者。
強大的機器學習算法允許神經網絡在處理更多圖像后改進其分析能力。這項根本技術還被用于面部識別和其他基于圖像的物體識別應用。本研究中使用的圖像與美國布魯克海文國家實驗室相對論重離子對撞機和歐洲核子研究中心實驗室的大型強子對撞機的重離子對撞機實驗緊密相關。華中師范大學都參加了這兩個實驗。這些圖像再現了亞原子粒子“湯”的狀態，這種超高溫流體態就是在宇宙誕生后百萬分之一秒時的夸克膠子等離子體。
該團隊把高能粒子碰撞模擬出的粒子碎片轉化為成千上萬的圖像來訓練一個強大的神經網絡，然后用它去識別碰撞中產生的亞原子“湯”中的物理奧秘。在最后的測試中，研究人員發現神經網絡在識別大約18000張圖像的重要特征時，成功率高達95％。
據悉，該項最新研究的第一作者龐龍剛，曾是華中師范大學博士后，現為美國加州大學伯克利分校博士后。他介紹說，他是2016年在法蘭克福前沿研究所做博后的時候開始對人工智能應用于解決科學問題的潛力產生了興趣。他與法蘭克福高等研究中心的合作者周凱，蘇南發現有一類深度神經網絡的人工智能（AI），這類AI的發明源于動物大腦對圖像處理的架構的啟發，而且它在處理科學類圖像時有很好的適用性。
王新年教授指出，使用復雜神經網絡的好處在于它們能夠辨認在最初的實驗中都沒有發現的特征，這就像實現了大海撈針一樣。他們把機器學習應用于重離子碰撞實驗數據分析引起了廣泛的討論，模擬的結果也將有助于解釋真實數據。“機器學習在高能粒子物理領域中將會有很多應用”王新年教授表示，“不僅僅是在粒子碰撞實驗中。”
在此研究中，數據積累需要很強的計算機方面的資源，在一般的計算機上僅僅得到一個圖像就需要花一天的時間，但使用大量的GPU做并行運算時，所需的時間可以縮短為20分。GPU是圖形處理部件，最開始開發用于改善電腦游戲體驗，至今已被用于很多方面。他們的研究中利用了我校理論組現有的幾臺GPU計算機。華中師范大學即將建成的核物理高性能計算中心的GPU簇群將會為以后的研究提供更加強大的計算能力。
該團隊下一步的研究計劃是將相同的機器學習過程應用于對實際的物理實驗數據的處理分析。參與該項研究的還有法蘭克福前沿研究所的Hannah Petersen 和 Horst Stocker 教授。（通訊員黨波濤 袁強）
