CERN, het Europees Laboratorium voor Deeltjesfysica en het Franse AI-laboratorium Mistral hebben een intentieverklaring ondertekend om een ​​strategisch partnerschap voor de lange termijn op te zetten, gericht op het bouwen van basismodellen voor wetenschappelijke ontdekkingen. De aankondiging, gepubliceerd door CERN op 15 oktober en deze week uitgebreid besproken in de technologiegemeenschap nadat deze zich verspreidde via ontwikkelaarsforums, zet een ambitieus vlaggenschipdoel uiteen: een enkel voorgetraind ‘Large Physics Model’ – het eerste basismodel voor botsingsfysica – getraind op miljarden gesimuleerde proton-protonbotsingen van de Large Hadron Collider (LHC).

Een basismodel voor 's werelds grootste machine Voor meer context over dit verhaal, zie ons meer AI-verhalen.

Het Large Physics Model is ontworpen om meerdere kerntaken in de hoge-energiefysica binnen één systeem te ondersteunen: het reconstrueren van deeltjesbotsingen, het identificeren van deeltjes, het signaleren van onverwachte signalen en het evalueren van toekomstige detectorontwerpen.

Tegenwoordig is het analyseren van wat er gebeurt als protonen in de LHC tegen elkaar botsen afhankelijk van een keten van gespecialiseerde algoritmen die geleidelijk ruwe detectorsignalen transformeren in de deeltjes en andere objecten die worden gebruikt in natuurkundige analyses. Machine learning speelt al een belangrijke rol in deze fasen, maar elke taak wordt doorgaans afgehandeld door een eigen, speciaal gebouwd systeem. Een basismodel dat door de hele reconstructieketen heen is getraind, zou die pijplijn verenigen en gedeelde representaties leren van botsingsgegevens die over verschillende taken heen worden overgedragen.

Het opleidingscorpus is buitengewoon qua omvang en kwaliteit. CERN bewaart ongeveer één exabyte – een miljoen terabyte – aan experimentele gegevens van de LHC, een van de grootste hoeveelheden wetenschappelijke gegevens ter wereld. En de datavloed staat op het punt om nog groter te worden: de High-Luminosity LHC-upgrade, die naar verwachting rond 2030 operationeel zal worden, zal het aantal botsingen grofweg vertienvoudigen.

Wat elke kant brengt

Het partnerschap combineert complementaire krachten. CERN draagt ​​bij aan fundamentele natuurkundige expertise, tientallen jaren aan detector- en data-infrastructuur, en computerbronnen die zijn verfijnd in de geschiedenis van het laboratorium in het verwerken van botsingsgegevens op petabyte-schaal. Mistral, met hoofdkantoor in Frankrijk en bekend om zijn open-weight grote taalmodellen, draagt ​​bij aan grootschalige modeltrainingsmogelijkheden – de discipline om enorme datasets om te zetten in modellen voor algemene doeleinden.

"Hoge-energiefysica biedt een unieke omgeving waarin kunstmatige intelligentie met uitzonderlijke nauwkeurigheid kan worden ontwikkeld en getest", zegt Enrica Porcari, Chief Information Officer van CERN, in de aankondiging. "We werken samen met Mistral, een toonaangevend Europees AI-bedrijf, om AI-mogelijkheden te bevorderen die de hele natuurkundige gemeenschap kunnen dienen en gedeeld kunnen worden."

Johannes Brandstetter, vice-president van AI for Engineering bij Mistral, omschreef de samenwerking als een grens voor beide partners: “Samen hebben we de mogelijkheid om de grenzen van de hoge-energiefysica te verleggen en AI-capaciteiten te ontwikkelen die het potentieel hebben om tot nieuwe wetenschappelijke ontdekkingen te leiden.”

Mistral arriveert met een duidelijk profiel onder grensverleggende AI-laboratoria. Het bedrijf omschrijft zichzelf als een mondiaal AI-laboratorium dat state-of-the-art open-weight modellen, producten en infrastructuur bouwt waarmee bedrijven, publieke instellingen en geavanceerde industrieën hun AI kunnen bezitten, aanpassen en controleren – een positionering die op natuurlijke wijze aansluit bij een door de overheid gefinancierde onderzoeksorganisatie waarvan de resultaten naar verwachting zullen worden gedeeld. Een model dat samen met CERN is ontwikkeld, zou vanaf het begin door dat ethos worden gevormd, in tegenstelling tot gesloten grenssystemen die in commerciële laboratoria zijn ontwikkeld.

Waarom een natuurkundig laboratorium een basismodel wil

Collider-fysica is een aantrekkelijk proefterrein voor wetenschappelijke basismodellen. De gegevens worden uitputtend gesimuleerd en gelabeld door constructie – natuurkundigen weten precies wat er in miljarden gesimuleerde gebeurtenissen is gebeurd – wat training en evaluatie ongewoon rigoureus maakt vergeleken met rommelige domeinen in de echte wereld. Signalen van nieuwe natuurkunde zijn ook uiterst zeldzaam, dus elke methode die de gevoeligheid voor het onverwachte verbetert, heeft een buitensporige waarde.

Een gedeeld basismodel lost ook een structureel probleem op: reconstructiesoftware is complex, duur in onderhoud en zal te maken krijgen met een grote verandering in het datavolume wanneer de HL-LHC online komt. De weddenschap van CERN is dat één enkel aanpasbaar model, dat gezamenlijk wordt onderhouden en openlijk wordt gedeeld met de natuurkundegemeenschap, deze uitdaging beter zal aankunnen dan een lappendeken van taakspecifieke algoritmen.

Een intentieverklaring, geen contract

Eén kanttekening is van belang: de aankondiging is een intentieverklaring, de voorloper van een formele samenwerking en niet een voltooide overeenkomst. Details zoals financiering, rekenverplichtingen, tijdlijn en licentieverlening voor eventuele resulterende modellen zijn niet bekendgemaakt in de release van CERN.

Hoewel de initiële focus ligt op de hoge-energiefysica, merken beide organisaties op dat het partnerschap het potentieel heeft om AI-benaderingen bij te dragen ten dienste van de bredere wetenschappelijke gemeenschap – een signaal dat technieken die zijn bewezen op basis van botsingsgegevens uiteindelijk zouden kunnen migreren naar andere data-intensieve wetenschappen.

Voor Europa is de samenwerking ook een statement over soevereine AI-capaciteiten. Het voegt de wetenschappelijke infrastructuur van de 25 lidstaten van CERN samen met een van de meest prominente AI-laboratoria van het continent, op een moment dat regeringen grensverleggende AI-ontwikkeling steeds meer als een strategische capaciteit beschouwen – en wanneer de Europese onderzoeksinstellingen op zoek zijn naar modellen van eigen bodem die ze kunnen auditen, hosten en controleren.

De echte test zal zijn of het Large Physics Model werkelijkheid wordt en of het gespecialiseerde pijplijnen op eigen kracht kan verslaan. Als dat zo is, kan de deeltjesfysica – het vakgebied dat het web heeft uitgevonden – de eerste discipline worden die rond een basismodel is herbouwd.

Dit artikel is gebaseerd op de officiële aankondiging van CERN van 15 oktober 2026.

---

Blijf Voorop met AI

Het laatste AI-nieuws, analyses en doorbraken — allemaal op één plek.

Lees meer AI-nieuws →