粒子物理通过碰撞数据倍增获得机器学习处理

粒子物理学家必须在大型强子对撞机上进行分类的数据量是惊人的，它将增加一个数量级。为了应对这种洪流的数据，CERN正在转向机器学习，为AI模型提供奖品，这些模型可以消除混乱并帮助实现下一个突破。

在大型探测器内部，大颗粒探测器点着LHC环，加速到接近光速的质子以令人难以置信的能量相互粉碎，并产生一个奇异的，短暂的颗粒喷泉，影响排列在墙壁上的传感器。正在引导这些质子环绕磁环的磁场的改进意味着，一旦你可以预期几十次碰撞来绘制数据，很快就会有数百个。

非常适合科学家，但是碰撞越多，数据就越多，在这种情况下，数量更多。研究人员告诉“自然”，对数据进行分类和分类的旧方法太慢。所以他们正在做任何现代数据科学家在面对大量嘈杂数据时会做的事情：将它交给AI。

当然，我使用的术语是松散的 - 机器学习模型在咀嚼大量数据以寻找他们已经训练过的内容方面非常出色。医学，天文学，当然还有心理学（由Facebook提供）已经被这种将统计小麦与谷壳分开的便利能力所推动。粒子物理学就是它的另一个例子。

像往常一样，一场健康的竞争是一个启动该领域的好方法。因此CERN建立了TrackML，这是一场相对低调的竞赛，物理学家和数据科学家可以下载真正的对撞机数据，并训练模型对其进行正确分类。当然，有几兆字节可用于拾取，但您需要使用此特定数据集。

奖池相对较小，获奖者总共可获得25,000美元奖金。也许他们把所有的钱用完......你知道，用先进的低温磁铁升级世界上最大的粒子对撞机。

没有报名费，所以如果您有兴趣参加比赛，请前往参加比赛的Kaggle，并下载您自己的数据副本。你有足够的时间 -  8月份提交。哦，并且您提交的任何内容都将公开发布，所以不要担心他们会将您的算法商业化。