CERN과 Mistral, 전략적 파트너십 구축을 위한 의향서 서명

CERN과 Mistral이 과학적 발견을 위한 파운데이션 모델 개발에 초점을 맞춘 장기 전략적 파트너십을 구축하고자 의향서에 서명함 핵심 목표는 수십억 건의 양성자 충돌 시뮬레이션으로 학습하는 Large Physics Model 개발이며, 충돌기 물리학 최초의 파운데이션 모델을 지향함 현재 여러 전문 알고리듬이 나눠 수행하는 충돌 재구성 과정 전체를 단일 모델로 학습해 여러 물리학 작업을 지원하려 함 CERN은 LHC 실험 데이터 약 1엑사바이트를 저장하고 있으며, 2030년경 가동이 예상되는 HL-LHC에서는 충돌 횟수가 10배로 늘어날 예정임 초기 초점은 고에너지 물리학이지만, 더 넓은 과학계가 활용하고 공유할 수 있는 AI 역량으로 발전할 잠재력이 있음 과학용 파운데이션 모델을 위한 협력 유럽 입자물리 연구소 CERN과 유럽의 대규모 AI 모델 개발사 Mistral이 과학적 발견을 위한 장기 전략적 파트너십 구축 의향서에 서명함 CERN의 기초물리학, 과학 데이터, 대규모 컴퓨팅 역량과 Mistral의 대규모 모델 학습 역량을 결합해 과학용 AI 개발을 추진함 초기 연구 대상은 고에너지 물리학이며, 향후 더 넓은 과학계에 쓰일 AI 접근법 개발에도 기여할 가능성이 있음 Large Physics Model의 학습과 활용 목표 Large Physics Model이라는 단일 사전학습 모델을 개발해, 충돌기 물리학 최초의 파운데이션 모델을 만드는 것이 핵심 목표임 세계에서 가장 크고 강력한 입자가속기인 CERN의 대형 강입자 충돌기(LHC) 에서 일어나는 양성자 간 충돌을 시뮬레이션한 수십억 건의 데이터로 학습할 계획임 하나의 모델이 여러 물리학 작업을 지원하도록 설계할 예정임 입자 충돌 재구성과 입자 식별을 수행함 예상 밖의 신호를 탐지하고 미래 검출기 설계를 평가함 전문 알고리듬의 연쇄에서 단일 모델로 현재 LHC 충돌 재구성은 전문 알고리듬의 연쇄에 의존하며, 검출기 신호를 물리 분석에 사용할 입자와 다른 객체로 단계적으로 변환함 머신러닝은 이미 이 과정에서 오랫동안 중요한 역할을 해왔으며, 여러 개별 작업의 성능을 높여 왔음 파운데이션 모델은 기존 성과를 바탕으로 재구성 과정 전체를 학습하고, 단일 모델 안에서 여러 작업을 지원할 가능성이 있음 데이터 규모와 과학적 정밀성 CERN은 세계 최대 규모의 과학 데이터 보유 기관 중 하나이며, 지금까지 저장한 LHC 실험 데이터는 약 1엑사바이트, 즉 100만 ...