ChatGPT, ¡haz funcionar mi acelerador de partículas!
Un primer paso hacia un futuro en el que los sistemas científicos complejos puedan optimizarse simplemente con la voz
¿A veces piensas: "Me pregunto qué dirá ChatGPT sobre esto"? Se ha convertido en una práctica habitual consultar a la inteligencia artificial (IA) sobre una amplia gama de temas y problemas. Científicos del DESY y la Universidad de Hamburgo se han planteado ahora esta cuestión en relación con el funcionamiento de un acelerador y han descubierto que ChatGPT puede ayudarles a manejar estas máquinas. Recientemente han publicado sus hallazgos en la revista Science Advances.
El aprendizaje automático se utiliza a menudo en física para automatizar ciertas rutinas y tareas. En la física de aceleradores, un campo de aplicación muy atractivo es la puesta a punto de aceleradores de partículas en tiempo real para garantizar el mejor rendimiento en todo momento. Un grupo de investigación dirigido por el científico del DESY Jan Kaiser ha demostrado ahora cómo puede hacerse utilizando un tipo especial de aprendizaje automático: con la ayuda de "grandes modelos de lenguaje" (LLM). Estos programas de IA, que también están detrás de chatbots tan populares como ChatGPT, se entrenan con enormes cantidades de datos (de ahí lo de "grandes" del nombre) y son capaces de reconocer, interpretar y generar lenguaje humano.
El equipo experimentó con 14 LLM distintos y los utilizó para controlar ARES, un acelerador de electrones experimental del DESY. Su tarea consistía en ajustar cinco imanes de forma que el haz de electrones del ARES se enfocara y dirigiera de la mejor manera posible. Sin embargo, en lugar de "codificar" los requisitos, los científicos describieron el problema a los LLM mediante mensajes en lenguaje natural. A continuación, los LLM sugirieron cómo ajustar los cinco parámetros de sintonización con la máxima precisión, explicando lo que se conseguiría con cada valor.
"Nos sorprendió lo bien que resolvían el problema algunos de los LLM", afirma Kaiser. "Lo que es aún más fascinante, sin embargo, es que ni siquiera necesitan saber que están operando un acelerador de partículas. Así que, en teoría, los LLM pueden resolver cualquier tipo de problema de optimización, lo que significa que nuestro enfoque es relevante mucho más allá del campo de la física de aceleradores."
Por supuesto, los investigadores también se encontraron con ciertos obstáculos durante sus investigaciones de prueba de concepto. "Al igual que ocurre con los operadores humanos, hay que plantear al LLM adecuado la pregunta correcta para obtener una buena solución", afirma Annika Eichler (DESY y Universidad Tecnológica de Hamburgo), cuyo grupo de investigación es responsable del control inteligente de los sistemas de aceleradores mediante IA. En la actualidad, la potencia de cálculo y, por tanto, el impacto medioambiental de resolver un problema de este tipo es considerable. Además, los sistemas siguen estando por detrás de otros métodos especializados. Por el momento, los LLM probablemente estarían mejor sirviendo de "copilotos" asesores en las salas de control de los aceleradores.
"No obstante, nuestro trabajo es un primer paso importante hacia un futuro en el que instalaciones científicas complejas y de gran relevancia puedan manejarse simplemente pidiendo el resultado deseado mediante lenguaje natural", afirma Eichler.
Nota: Este artículo ha sido traducido utilizando un sistema informático sin intervención humana. LUMITOS ofrece estas traducciones automáticas para presentar una gama más amplia de noticias de actualidad. Como este artículo ha sido traducido con traducción automática, es posible que contenga errores de vocabulario, sintaxis o gramática. El artículo original en Inglés se puede encontrar aquí.
Publicación original
Más noticias del departamento ciencias
