利用人工智能解决宇宙奥秘，华师教授在《自然—通讯》杂志发文章

楚天都市报2月7日讯（记者揭明玥 通讯员党波涛 袁强）众所周知，如今电脑不仅能击败围棋冠军，还能模拟恒星演化并预测全球气候，人们正逐渐将机器训练成攻无不胜的问题解决者和快速学习者。今天，记者从华中师范大学获悉，该校粒子物理研究所所长王新年教授、前博士后庞龙刚博士及其合作者的最新研究成果，在《自然-通讯》(Nature Communications)杂志上发表。该团队利用从模拟的高能粒子碰撞中获取的数千幅图像，对计算机网络进行了训练，使其能够对图中的重要特征进行识别，这意味着当今计算机已经初步具备揭开宇宙最大奥秘的能力，此研究成果受到国内外科技媒体的广泛关注。

研究人员将高能粒子碰撞模拟出的粒子碎片，转化为成千上万的图像，来训练一个强大的神经网络，然后用它去识别碰撞中产生的亚原子“汤”中的物理奥秘。在最后的测试中，研究人员发现，神经网络在识别大约18000张图像的重要特征时，成功率高达95％。

据悉，该项最新研究的第一作者庞龙刚，曾是华中师范大学博士后，现为美国加州大学伯克利分校博士后。他介绍说，他是2016年在法兰克福前沿研究所做博后时，开始对人工智能应用于解决科学问题的潜力产生兴趣。他与法兰克福高等研究中心的合作者周凯，苏南发现有一类深度神经网络的人工智能（AI），这类AI的发明源于动物大脑对图像处理的架构的启发，而且它在处理科学类图像时有很好的适用性。

华中师范大学粒子物理研究所所长王新年教授指出，使用复杂神经网络的好处，在于它们能够辨认在最初的实验中都没有发现的特征，这就像实现了大海捞针一样。他们把机器学习应用于重离子碰撞实验数据分析，引起了广泛讨论，模拟的结果也将有助于解释真实数据。“不仅仅是在粒子碰撞实验中，机器学习在高能粒子物理领域中将会有很多应用。”王新年教授表示。

在此研究中，数据积累需要很强的计算机方面的资源，在一般的计算机上仅仅得到一个图像就需要花一天的时间，但使用大量的GPU做并行运算时，所需的时间可以缩短为20分钟。GPU是图形处理部件，最开始开发用于改善电脑游戏体验，至今已被用于很多方面。他们的研究中，大部分的计算工作都是在德国GSI和华中师范大学的GPU簇群上完成的。

据悉，该校即将建成的核物理高性能计算中心的GPU簇群，将会为以后的研究提供更加强大的计算能力。该团队下一步的研究计划，是将相同的机器学习过程应用于对实际的物理实验数据的处理分析。参与该项研究的还有法兰克福前沿研究所的Hannah Petersen 和 Horst Stocker 教授。