CERN, துகள் இயற்பியலுக்கான ஐரோப்பிய ஆய்வகம் மற்றும் பிரெஞ்சு AI ஆய்வகம் மிஸ்ட்ரல் ஆகியவை அறிவியல் கண்டுபிடிப்புக்கான அடித்தள மாதிரிகளை உருவாக்குவதை நோக்கமாகக் கொண்ட நீண்ட கால மூலோபாய கூட்டாண்மையை நிறுவுவதற்கான நோக்கத்தில் கையெழுத்திட்டுள்ளன. அக்டோபர் 15 அன்று CERN ஆல் வெளியிடப்பட்டது மற்றும் இந்த வாரம் தொழில்நுட்ப சமூகத்தில் பரவலாக விவாதிக்கப்பட்டது, இது டெவலப்பர் மன்றங்கள் மூலம் பரவியது, ஒரு லட்சிய முதன்மை இலக்கை அமைக்கிறது: ஒரு முன் பயிற்சி பெற்ற "பெரிய இயற்பியல் மாதிரி" - மோதல் இயற்பியலுக்கான முதல் அடித்தள மாதிரி - பில்லியன் கணக்கான புரோட்டான்-புரோட்டான் மோதல்களில் பயிற்சி பெற்றது.

உலகின் மிகப்பெரிய இயந்திரத்திற்கான அடித்தள மாதிரி For more context on this story, see our ongoing AI trends.

பெரிய இயற்பியல் மாதிரியானது உயர்-ஆற்றல் இயற்பியலில் ஒரு அமைப்பிற்குள் பல முக்கிய பணிகளை ஆதரிக்க வடிவமைக்கப்பட்டுள்ளது: துகள் மோதல்களை மறுகட்டமைத்தல், துகள்களை அடையாளம் காணுதல், எதிர்பாராத சமிக்ஞைகளை கொடியிடுதல் மற்றும் எதிர்கால கண்டறிதல் வடிவமைப்புகளை மதிப்பீடு செய்தல்.

இன்று, LHC க்குள் புரோட்டான்கள் ஒன்றாக அடித்து நொறுக்கும்போது என்ன நடக்கிறது என்பதை பகுப்பாய்வு செய்வது, இயற்பியல் பகுப்பாய்வில் பயன்படுத்தப்படும் துகள்கள் மற்றும் பிற பொருட்களாக மூல கண்டறிதல் சமிக்ஞைகளை படிப்படியாக மாற்றும் சிறப்பு வழிமுறைகளின் சங்கிலியை நம்பியுள்ளது. இயந்திர கற்றல் ஏற்கனவே இந்த நிலைகளில் முக்கிய பங்கு வகிக்கிறது, ஆனால் ஒவ்வொரு பணியும் பொதுவாக அதன் சொந்த நோக்கத்தால் கட்டமைக்கப்பட்ட அமைப்பால் கையாளப்படுகிறது. முழு புனரமைப்புச் சங்கிலி முழுவதும் பயிற்சியளிக்கப்பட்ட ஒரு அடித்தள மாதிரியானது, அந்த பைப்லைனை ஒருங்கிணைத்து, பணிகள் முழுவதும் பரிமாற்றப்படும் மோதல் தரவின் பகிரப்பட்ட பிரதிநிதித்துவங்களைக் கற்றுக் கொள்ளும்.

பயிற்சி கார்பஸ் அளவு மற்றும் தரம் இரண்டிலும் அசாதாரணமானது. CERN ஆனது LHC இலிருந்து ஒரு எக்ஸாபைட் - ஒரு மில்லியன் டெராபைட்கள் - சோதனை தரவுகளை வைத்திருக்கிறது, இது உலகில் எங்கும் உள்ள மிகப்பெரிய அளவிலான அறிவியல் தரவுகளில் ஒன்றாகும். தரவு பிரளயம் வளர உள்ளது: உயர்-ஒளிர்வு LHC மேம்படுத்தல், 2030 இல் செயல்படத் தொடங்கும் என்று எதிர்பார்க்கப்படுகிறது, இது மோதல்களின் எண்ணிக்கையை சுமார் பத்து மடங்கு அதிகரிக்கும்.

ஒவ்வொரு பக்கமும் என்ன கொண்டுவருகிறது

கூட்டாண்மை இணை பலம் சேர்க்கிறது. CERN அடிப்படை இயற்பியல் நிபுணத்துவம், பல தசாப்தங்களாக கண்டறிதல் மற்றும் தரவு உள்கட்டமைப்பு மற்றும் பெட்டாபைட் அளவில் மோதுதல் தரவைச் செயலாக்குவதற்கான ஆய்வகத்தின் வரலாற்றில் சுத்திகரிக்கப்பட்ட கணினி வளங்களை வழங்குகிறது. பிரான்ஸைத் தலைமையிடமாகக் கொண்ட மிஸ்ட்ரல், அதன் திறந்த-எடை பெரிய மொழி மாதிரிகளுக்கு பெயர் பெற்றது, பெரிய அளவிலான மாதிரி பயிற்சி திறனை வழங்குகிறது - பாரிய தரவுத்தொகுப்புகளை பொது-நோக்க மாதிரிகளாக மாற்றும் ஒழுக்கம்.

"உயர் ஆற்றல் இயற்பியல் ஒரு தனித்துவமான சூழலை வழங்குகிறது, இதில் செயற்கை நுண்ணறிவை உருவாக்கி, விதிவிலக்கான கடுமையுடன் சோதிக்க முடியும்" என்று CERN இன் தலைமை தகவல் அதிகாரி என்ரிகா போர்காரி அறிவிப்பில் தெரிவித்தார். "முழு இயற்பியல் சமூகத்திற்கும் சேவை செய்யக்கூடிய மற்றும் பகிர்ந்து கொள்ளக்கூடிய AI திறன்களை மேம்படுத்த, முன்னணி ஐரோப்பிய AI நிறுவனமான Mistral உடன் நாங்கள் கூட்டு சேர்ந்துள்ளோம்."

Johannes Brandstetter, Mistral இல் உள்ள AI இன் இன்ஜினியரிங் துணைத் தலைவர், இந்த ஒத்துழைப்பை இரு கூட்டாளர்களுக்கும் ஒரு எல்லையாக வடிவமைத்தார்: "ஒன்றாக, உயர் ஆற்றல் இயற்பியலின் எல்லைகளைத் தள்ள, புதிய அறிவியல் கண்டுபிடிப்புகளுக்கு வழிவகுக்கும் திறன் கொண்ட AI திறன்களை மேம்படுத்துவதற்கான வாய்ப்பு எங்களுக்கு உள்ளது."

எல்லைப்புற AI ஆய்வகங்களில் ஒரு தனித்துவமான சுயவிவரத்துடன் Mistral வருகிறது. நிறுவனங்கள், பொது நிறுவனங்கள் மற்றும் மேம்பட்ட தொழில்கள் தங்கள் AI ஐ சொந்தமாக, தனிப்பயனாக்க மற்றும் கட்டுப்படுத்த அனுமதிக்கும் அதிநவீன திறந்த-எடை மாதிரிகள், தயாரிப்புகள் மற்றும் உள்கட்டமைப்புகளை உருவாக்கும் உலகளாவிய AI ஆய்வகமாக நிறுவனம் தன்னை விவரிக்கிறது. CERN உடன் உருவாக்கப்பட்ட ஒரு மாதிரியானது வணிக ஆய்வகங்களுக்குள் உருவாக்கப்பட்ட மூடிய எல்லை அமைப்புகளுக்கு மாறாக, தொடக்கத்தில் இருந்தே அந்த நெறிமுறையால் வடிவமைக்கப்படும்.

ஏன் ஒரு இயற்பியல் ஆய்வகம் ஒரு அடித்தள மாதிரியை விரும்புகிறது

மோதல் இயற்பியல் என்பது அறிவியல் அடித்தள மாதிரிகளுக்கு ஒரு கவர்ச்சியான நிரூபணமாகும். தரவு முழுமையாக உருவகப்படுத்தப்பட்டு, கட்டுமானத்தால் லேபிளிடப்பட்டுள்ளது - இயற்பியலாளர்கள் பில்லியன் கணக்கான உருவகப்படுத்தப்பட்ட நிகழ்வுகளுக்குச் சென்றதை சரியாக அறிவார்கள் - இது குழப்பமான நிஜ-உலக களங்களுடன் ஒப்பிடும்போது பயிற்சி மற்றும் மதிப்பீட்டை வழக்கத்திற்கு மாறாக கடுமையானதாக ஆக்குகிறது. புதிய இயற்பியலின் சிக்னல்களும் மறைந்து விடுவது அரிது, எனவே எதிர்பாராதவற்றிற்கு உணர்திறனை மேம்படுத்தும் எந்த முறையும் அதிக மதிப்பைக் கொண்டுள்ளது.

ஒரு பகிரப்பட்ட அடித்தள மாதிரியானது ஒரு கட்டமைப்பு சிக்கலையும் நிவர்த்தி செய்கிறது: புனரமைப்பு மென்பொருள் சிக்கலானது, பராமரிப்பதற்கு விலை உயர்ந்தது, மேலும் HL-LHC ஆன்லைனில் வரும்போது தரவு அளவுகளில் ஒரு படி-மாற்றத்தை எதிர்கொள்ளும். CERN இன் பந்தயம் என்னவென்றால், இயற்பியல் சமூகத்துடன் கூட்டாகப் பராமரிக்கப்படும் மற்றும் பகிரங்கமாகப் பகிரப்பட்ட ஒரு தழுவல் மாதிரியானது, பணி-குறிப்பிட்ட அல்காரிதம்களின் ஒட்டுவேலையை விட அந்த சவாலை சிறப்பாக அளவிடும்.

ஒரு ஒப்பந்தம் அல்ல, நோக்கத்தின் அறிக்கை

ஒரு எச்சரிக்கை முக்கியமானது: அறிவிப்பு என்பது ஒரு நோக்கத்தின் அறிக்கை, ஒரு முழுமையான ஒப்பந்தத்தை விட முறையான ஒத்துழைப்பின் முன்னோடியாகும். CERN இன் வெளியீட்டில், நிதியளித்தல், கணக்கீடு உறுதிப்பாடுகள், காலவரிசை மற்றும் விளைந்த மாதிரிகளின் உரிமம் போன்ற விவரங்கள் வெளியிடப்படவில்லை.

ஆரம்ப கவனம் உயர் ஆற்றல் இயற்பியல் என்றாலும், இரு நிறுவனங்களும் கூட்டாண்மை பரந்த அறிவியல் சமூகத்திற்கு AI அணுகுமுறைகளை பங்களிக்கும் திறனைக் கொண்டுள்ளன - மோதல் தரவுகளில் நிரூபிக்கப்பட்ட நுட்பங்கள் இறுதியில் பிற தரவு-தீவிர அறிவியலுக்கு இடம்பெயரலாம்.

ஐரோப்பாவைப் பொறுத்தவரை, ஒத்துழைப்பு என்பது இறையாண்மை AI திறனைப் பற்றிய ஒரு அறிக்கையாகும். இது CERN இன் 25 உறுப்பு நாடுகளின் அறிவியல் உள்கட்டமைப்புடன், கண்டத்தின் மிக முக்கியமான AI ஆய்வகங்களில் ஒன்றாக இணைகிறது - எல்லைப்புற AI வளர்ச்சியை அரசாங்கங்கள் பெருகிய முறையில் ஒரு மூலோபாயத் திறனாகக் கருதும் தருணத்தில் - ஐரோப்பாவின் ஆராய்ச்சி நிறுவனங்கள் உள்நாட்டு மாதிரிகளைத் தேடும் போது, ​​அவை தணிக்கை, ஹோஸ்ட் மற்றும் கட்டுப்படுத்த முடியும்.

பெரிய இயற்பியல் மாதிரி செயல்படுகிறதா மற்றும் அதன் சொந்த விளையாட்டில் சிறப்பு பைப்லைன்களை வெல்ல முடியுமா என்பதுதான் உண்மையான சோதனை. அவ்வாறு செய்தால், துகள் இயற்பியல் - வலையைக் கண்டுபிடித்த துறை - ஒரு அடித்தள மாதிரியைச் சுற்றி மீண்டும் கட்டப்பட்ட முதல் ஒழுக்கமாக மாறக்கூடும்.

இந்த கட்டுரை அக்டோபர் 15, 2026 அன்று CERN இன் அதிகாரப்பூர்வ அறிவிப்பை அடிப்படையாகக் கொண்டது.

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →