日前，華中師范大學(xué)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(fā)表 。 該團(tuán)隊在此研究中開發(fā)一種人工智能用于解決宇宙最大的奧秘，受到國內(nèi)外科技媒體的關(guān)注。

眾所周知，電腦能夠擊敗圍棋冠軍、模擬恒星演化并預(yù)測全球氣候。人們正逐漸將機(jī)器訓(xùn)練成攻無不勝的問題解決者和快速學(xué)習(xí)者。

強(qiáng)大的機(jī)器學(xué)習(xí)算法允許神經(jīng)網(wǎng)絡(luò)在處理更多圖像后改進(jìn)其分析能力。這項根本技術(shù)還被用于面部識別和其他基于圖像的物體識別應(yīng)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(jī)和歐洲核子研究中心實驗室的大型強(qiáng)子對撞機(jī)的重離子對撞機(jī)實驗緊密相關(guān)。華中師范大學(xué)都參加了這兩個實驗。這些圖像再現(xiàn)了亞原子粒子“湯”的狀態(tài)，這種超高溫流體態(tài)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(tuán)隊把高能粒子碰撞模擬出的粒子碎片轉(zhuǎn)化為成千上萬的圖像來訓(xùn)練一個強(qiáng)大的神經(jīng)網(wǎng)絡(luò)，然后用它去識別碰撞中產(chǎn)生的亞原子“湯”中的物理奧秘。在最后的測試中，研究人員發(fā)現(xiàn)神經(jīng)網(wǎng)絡(luò)在識別大約18000張圖像的重要特征時，成功率高達(dá)95％。

據(jù)悉，該項最新研究的第一作者龐龍剛，曾是華中師范大學(xué)博士后，現(xiàn)為美國加州大學(xué)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(yīng)用于解決科學(xué)問題的潛力產(chǎn)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(fā)現(xiàn)有一類深度神經(jīng)網(wǎng)絡(luò)的人工智能（AI），這類AI的發(fā)明源于動物大腦對圖像處理的架構(gòu)的啟發(fā)，而且它在處理科學(xué)類圖像時有很好的適用性。

王新年教授指出，使用復(fù)雜神經(jīng)網(wǎng)絡(luò)的好處在于它們能夠辨認(rèn)在最初的實驗中都沒有發(fā)現(xiàn)的特征，這就像實現(xiàn)了大海撈針一樣。他們把機(jī)器學(xué)習(xí)應(yīng)用于重離子碰撞實驗數(shù)據(jù)分析引起了廣泛的討論，模擬的結(jié)果也將有助于解釋真實數(shù)據(jù)?！皺C(jī)器學(xué)習(xí)在高能粒子物理領(lǐng)域中將會有很多應(yīng)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(shù)據(jù)積累需要很強(qiáng)的計算機(jī)方面的資源，在一般的計算機(jī)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(fā)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(xiàn)有的幾臺GPU計算機(jī)。華中師范大學(xué)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(qiáng)大的計算能力。

該團(tuán)隊下一步的研究計劃是將相同的機(jī)器學(xué)習(xí)過程應(yīng)用于對實際的物理實驗數(shù)據(jù)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(qiáng)）