粒子指能够以自在状况存在的最小物质组成部分，对粒子的研讨不只能够加深对微观世界的知道，其使用也或许极大地影响人类日子。

美国动力部劳伦斯·伯克利国家实验室的研讨人员展开了一项新研讨，使用人工智能扫描欧洲粒子物理研讨所(CERN)ATLAS探测器三年粒子磕碰数据以发现新粒子。

具体研讨内容在《物理谈论快报》(PhysicalReviewLetters)上有具体介绍。该研讨依托机器学习算法在2015-2018年搜集的ATLAS探测器数据中查找反常数据然后寻觅新粒子，不依托任何粒子模仿。

在这项研讨中，研讨人员依据触及两个“射流”的粒子磕碰事情的实践数据训练了机器学习算法，为了办理海量数据，研讨人员还为他们的查找设置了最小能量阈值。

研讨人员表明，尽管“第一次测验没有发现任何新粒子的依据。。。。。。可是关于给定的一组模型，比曾经的任何查找的覆盖面都更广泛。”

该算法在伯克利实验室国家动力研讨科学计算中心(NERSC)的一台超级计算机佩尔穆特(Perlmutter)上运转。佩尔穆特装备了图形处理单元(GPU)，能够在ATLAS数据上完成更杂乱的机器学习算法。