CERN ו-Mistral מתכננות לבנות foundation model ראשון לפיזיקת מאיצים

מעבדת הפיזיקה האירופית CERN וחברת ה-AI הצרפתית Mistral חתמו על הצהרת כוונות להקמת שותפות אסטרטגית ארוכת טווח. מטרת השותפות היא לפתח foundation models, כלומר מודלי בסיס גדולים, שישמשו לגילויים מדעיים. ההודעה פורסמה ב-15 באוקטובר 2026. בשלב הראשון השותפות תתמקד בפיזיקה של אנרגיות גבוהות, אבל לדברי הצדדים היא עשויה לתרום גם לפיתוח כלי AI לקהילה המדעית הרחבה.

חשוב לדייק: מדובר בהצהרת כוונות ולא בחוזה מחייב שפרטיו גלויים. ההודעה הרשמית לא מפרטת את ההיקף הכספי, את לוח הזמנים או את חלוקת המשאבים בין הצדדים.

מודל אחד במקום שרשרת אלגוריתמים

המטרה המרכזית היא לפתח Large Physics Model. לפי CERN, זה יהיה ה-foundation model הראשון לפיזיקת מאיצים. המודל יאומן על מיליארדי התנגשויות מדומות של פרוטונים ב-Large Hadron Collider‏ (LHC), מאיץ החלקיקים הגדול והחזק בעולם. הוא מתוכנן לבצע כמה משימות: לשחזר התנגשויות, לזהות חלקיקים, לסמן אותות לא צפויים ולהעריך תכנונים של גלאים עתידיים.

כדי להבין למה זה חשוב, צריך להכיר את הבעיה שהמודל אמור לפתור. היום, כשפרוטונים מתנגשים ב-LHC, הגלאים קולטים אותות גולמיים. שרשרת של אלגוריתמים ייעודיים הופכת אותם בהדרגה לחלקיקים ולאובייקטים שהפיזיקאים מנתחים. לפי CERN, ל-machine learning יש תפקיד חשוב בתהליך הזה כבר זמן רב, והוא שיפר משימות ספציפיות לאורך השרשרת. ההבטחה של foundation model היא ללמוד את השרשרת כולה ולבצע כמה משימות במודל אחד.

ההיגיון דומה לזה שהוביל לפריצה של מודלי שפה גדולים (LLM). במקום לבנות כלי נפרד לכל משימה, מאמנים מודל אחד גדול על כמות עצומה של נתונים ומתאימים אותו למשימות שונות. ההבדל הוא שהפעם הנתונים אינם טקסט מהאינטרנט אלא התנגשויות של חלקיקים.

כמויות נתונים שקשה לדמיין

ל-CERN יש יתרון ברור: נתונים. לפי המעבדה, נשמר בה עד היום כ-exabyte אחד של נתונים ניסיוניים מה-LHC, כלומר מיליון terabytes. המספר הזה צפוי לגדול מאוד. עם הפעלת ה-HL-LHC, הגרסה המשודרגת של המאיץ שצפויה לפעול בסביבות 2030, מספר ההתנגשויות יגדל פי עשרה.

"פיזיקה של אנרגיות גבוהות מספקת סביבה ייחודית שבה אפשר לפתח ולבחון בינה מלאכותית בקפדנות יוצאת דופן", אמרה אנריקה פורקרי, מנהלת מערכות המידע הראשית של CERN. "אנחנו משתפים פעולה עם Mistral כדי לקדם יכולות AI שישרתו את כל קהילת הפיזיקה ושיהיה אפשר לשתף אותן".

יוהנס ברנדשטטר, סגן נשיא ל-AI להנדסה ב-Mistral, אמר: "יש לנו הזדמנות לפרוץ את גבולות הפיזיקה של אנרגיות גבוהות ולפתח יכולות AI שעשויות להוביל לתגליות מדעיות חדשות".

למה זה חשוב

שיתוף הפעולה מציג את ה-AI באור שונה מזה שהציבור מכיר. לא צ'טבוט או עוזר אישי, אלא כלי מחקר בסיסי שמשתלב בלב העבודה המדעית. ככל הנראה, האתגר הגדול יהיה אמינות. בפיזיקת חלקיקים, תגלית נמדדת ברמת ודאות סטטיסטית מחמירה מאוד. מודל שיסמן "אותות לא צפויים" יצטרך להוכיח שהוא לא מייצר תבניות שאינן קיימות.

לשותפות יש גם ממד גיאופוליטי. Mistral, שמטה החברה שלה בצרפת, מציגה את עצמה כמפתחת מודלי open-weight, כלומר מודלים שהמשקלות שלהם זמינים לציבור. היא מבקשת לאפשר לארגונים ולמוסדות ציבוריים "להחזיק, להתאים ולשלוט" ב-AI שלהם. שני הצדדים מציגים את השותפות כצעד לחיזוק היכולות המדעיות והטכנולוגיות של אירופה. ההערכה היא שעבור אירופה, שמנסה לצמצם את התלות שלה בחברות AI אמריקאיות, שילוב בין מוסד מחקר אירופי מוביל לחברת AI אירופית הוא גם הצהרה של עצמאות טכנולוגית.

עם זאת, עד שיתפרסמו פרטים מחייבים על התקציב, על לוח הזמנים ועל השאלה אם המודל ישוחרר לקהילה המדעית כ-open source, מוקדם להעריך את ההשפעה המעשית של השותפות.