AI-translated from English; not yet reviewed by a fluent editor.
# Plano ng CERN at Mistral ang isang foundation model para sa pisika
> Lumagda ang CERN at Mistral sa pahayag ng layunin para sa AI sa pisika. Mas nauna ang umiiral na gawain ng CMS sa rekonstruksiyon kaysa sa iminungkahing ugnayan para sa foundation model.
By BIG CHANGE Editorial
Published: 2026-10-15T15:54:18.273Z
Updated: 2026-10-15T15:54:18.273Z
Canonical: https://bigchange.ai/blog/cern-mistral-physics-foundation-model-plan

AI-generated conceptual illustration by BIG CHANGE; no specific CERN facility, deployed model or test is depicted.
Ang CERN at Mistral ay [lumagda sa pahayag ng layunin noong Oktubre 15](https://home.cern/cern-and-mistral-join-forces-to-accelerate-ai-for-science/) upang bumuo ng mga foundation model para sa siyentipikong pananaliksik. Unang ambisyon nila ang isang pretrained Large Physics Model para sa datos ng collider. Ayon sa CERN, matututo ito mula sa bilyun-bilyong simulated na banggaan ng proton–proton at susuporta sa rekonstruksiyon, pagtukoy ng particle at paghahanap ng di-pangkaraniwang signal. Maaari rin itong tumulong sa pagtatasa ng mga disenyo ng detector sa hinaharap.
Walang iniulat sa anunsiyo na sinanay nang modelo, ebalwasyon, paraan ng pag-access o natuklasan mula sa ugnayan. Nasubukan na ng eksperimento ng CMS sa CERN ang machine learning para sa rekonstruksiyon, ngunit hiwalay na proyekto iyon na may mas makitid na gawain.
## Ang malaking pagbabago
- **Ano ang nagbago:** Nagkasundo ang CERN at Mistral na siyasatin ang pangmatagalang ugnayang nakasentro sa isang modelong nilalayong gamitin sa maraming gawain sa pisika ng collider.
- **Bakit mahalaga:** Kasalukuyang muling binubuo ng CMS ang mga collision event sa pamamagitan ng mga espesyalisadong hakbang. Maaaring maging mahalaga ang muling magagamit na pretrained model kung mapatutunayang tumpak sa iba't ibang gawain at kondisyon ng detector, ngunit hindi pa iyon naipapakita ng ugnayan.
- **Ano ang dapat bantayan:** Unang pagsubok ang isang modelong may dokumentasyon at paghahambing sa umiiral na mga pamamaraan para sa tiyak na gawain. Walang ibinigay na petsa ng paglabas, hakbang ng balidasyon o tuntunin sa pampublikong pag-access.
## Mula sa signal ng detector tungo sa mga object sa pisika
Nagtatala ng mga bakas at deposito ng enerhiya ang mga particle detector. Pinagsasama ng software sa rekonstruksiyon ang mga sukat na iyon upang makabuo ng mga particle at iba pang object na masusuri ng mga pisiko. Inilalarawan ng CERN ang kasalukuyang proseso bilang sunod-sunod na espesyalisadong algorithm. Gusto nitong magsanay muna ng isang modelong susuporta sa trabaho sa buong hanay na iyon at lampas dito.
Tinutukoy ng anunsiyo ang simulated na banggaan ng proton–proton bilang planong materyal sa pagsasanay at binabanggit ang posibleng downstream task. Hindi nito tinutukoy ang arkitektura, eksaktong representasyon ng input, interface ng output o paraan ng pagbalida ng pagganap sa tunay na datos ng detector. Mahalaga ang mga detalyeng iyon sa pagtatasa kung makapaglilingkod ang isang modelo sa iba't ibang eksperimento o disenyo ng detector.
Ang [AI lighthouse plan ng CERN](https://cio.web.cern.ch/artificial-intelligence/lighthouse-initiatives/) ay hiwalay na naglalarawan sa isang physics foundation model na nakasentro sa CERN bilang pinagsasaluhang siyentipikong imprastraktura, na may target na unang mga modelo sa 2029. Target iyon ng programa ng CERN; hindi ipinapangako ng pahayag noong Oktubre 15 na maghahatid ang Mistral sa petsang iyon.
## Mas makitid na tanong ang sinasagot ng naunang resulta ng CMS
Sa isang [pag-aaral ng CMS na iniulat nang mas maaga noong 2026](https://cms-results.web.cern.ch/cms-results/public-results/publications/PFT-25-001/index.html), sinubukan ng mga mananaliksik ang isang machine-learning particle-flow algorithm sa loob ng software framework ng CMS. Tumatanggap ito ng impormasyon mula sa detector at gumagawa ng reconstructed na mga particle. Iniulat ng publikasyon ng CMS ang pagganap na maihahambing sa karaniwang particle-flow method nito, na may mas mahusay na resolusyon ng enerhiya ng jet sa mga tinukoy na simulated sample at mas mabilis na inference sa bawat event sa sinukat na kondisyon ng hardware. Gumamit din ng maliit na sample ng naitalang collision data para sa paghahambing.
Ipinapakita ng pag-aaral na kayang gawin ng machine learning ang isang buong gawain sa rekonstruksiyon sa ilalim ng iniulat na kondisyon. Nauna ito sa kasunduan ng CERN–Mistral at hindi patunay na sinanay, sinubukan o ginamit na ang iminungkahing Large Physics Model. Mas malawak at maraming gawain ang layunin ng planong modelo, kaya mangangailangan ito ng sariling ebidensiya.
Tinatawag ng CERN ang iminungkahing sistema na unang foundation model para sa pisika ng collider. Kailangang maingat sa pananalita: isang [papel noong Pebrero 2025](https://arxiv.org/abs/2502.03933) ang nagpakilala na sa HEP-JEPA bilang “isang foundation model para sa pisika ng collider,” gamit ang simulated na datos ng jet sa pretraining at pagtatasa ng downstream classification task. Hindi nito naitatatag ang parehong saklaw sa buong event at maraming gawain na iminumungkahi ngayon ng CERN. Ngunit ipinapakita nito na matatabunan ang naunang pananaliksik ng walang-kondisyong pag-aangking ito ang una.
Pinagsasama ng ugnayan ang kadalubhasaan ng CERN sa datos ng collider at computing sa gawain ng Mistral sa pagsasanay ng modelo. Wala pang inilalathalang modelo o paghahambing sa umiiral na mga tool para sa tiyak na gawain ang mga kasosyo. Sinuri ng BIG CHANGE ang anunsiyo at mga tala ng pananaliksik; hindi nito sinubukan ang modelong CERN–Mistral o inulit ang pag-aaral ng CMS.
## Mga sanggunian at karagdagang babasahin
- [Anunsiyo ng ugnayan ng CERN at Mistral](https://home.cern/cern-and-mistral-join-forces-to-accelerate-ai-for-science/), Oktubre 15, 2026. Itinatatag ang pahayag ng layunin, planong pagsasanay sa simulated collision at mga iminungkahing gawain. Walang iniulat na resulta ng modelo o tuntunin sa pag-access.
- [Mga AI lighthouse initiative ng CERN](https://cio.web.cern.ch/artificial-intelligence/lighthouse-initiatives/), binasa noong Oktubre 15, 2026. Inilalarawan ang hiwalay na physics foundation-model programme ng CERN at target para sa unang modelo. Hindi ito nagtatakda ng deadline ng ugnayan sa Mistral.
- [CMS-PFT-25-001](https://cms-results.web.cern.ch/cms-results/public-results/publications/PFT-25-001/index.html), CMS Collaboration, Enero 24, 2026. Iniuulat ang naunang particle-flow reconstruction study, mga kondisyon ng benchmark at limitasyon nito.
- [HEP-JEPA: isang foundation model para sa pisika ng collider](https://arxiv.org/abs/2502.03933), Pebrero 6, 2025. Naunang papel sa collider model na may mas makitid na ebalwasyong nakatuon sa jet; mahalaga sa pananalita ng anunsiyo tungkol sa pagiging una.
## Sources
- [Nagsanib-puwersa ang CERN at Mistral upang pabilisin ang AI para sa agham](https://home.cern/cern-and-mistral-join-forces-to-accelerate-ai-for-science/) — Pinagsamang pahayag ng layunin at planong modelo at gawain; wala pang naihatid na modelo o nasukat na resulta ng ugnayan.
- [Mga AI lighthouse initiative ng CERN](https://cio.web.cern.ch/artificial-intelligence/lighthouse-initiatives/) — Target ng CERN AI Core Plan LH7 ang unang modelo sa 2029; hindi ito deadline ng ugnayan.
- [CMS-PFT-25-001](https://cms-results.web.cern.ch/cms-results/public-results/publications/PFT-25-001/index.html) — Naunang CMS MLPF research, hiwalay sa ugnayan; mga benchmark na may kondisyon at paghahambing sa maliit na naitalang datos.
- [Machine learning upang higit na maunawaan ang banggaan ng mga particle sa LHC](https://home.cern/machine-learning-reveal-more-about-lhc-particle-collisions/) — Naunang paliwanag ng CMS; magkaiba ang limang-beses na multiplier at ang sampung-beses na pananalita ng pahayag noong Oktubre, kaya kapwa hindi isinama sa artikulo.
- [HEP-JEPA: isang foundation model para sa pisika ng collider gamit ang joint embedding predictive architecture](https://arxiv.org/abs/2502.03933) — Naunang papel sa collider foundation model na nakatuon sa jet; nililimitahan ang walang-kondisyong pag-aangking una.
- [Mga foundation model para sa high-energy physics](https://arxiv.org/abs/2509.21434) — Pinagtitibay ng v2 review ang umiiral nang larangan ng pananaliksik sa mga foundation model para sa high-energy physics.
Newsletter ng BIG CHANGE
Ang kabuuang larawan, sa sarili mong bilis.
Mga kamakailang kuwento tungkol sa AI at robotics, mga pagbabagong dapat bantayan, at mga praktikal na ideyang magagamit. Pumili ng araw-araw na briefing, lingguhang digest, o buwanang pananaw.
Next scheduled send (UTC): . Your first edition arrives at the next scheduled send after you confirm.
Privacy mo, pasya mo.
Tumutulong ang kinakailangang storage na panatilihing ligtas ang site at tandaan ang mga pinili mo. Nananatiling naka-off ang opsyonal na Google Analytics hangga’t hindi mo ito pinapahintulutan. Mababasa mo ang lahat ng kuwento gamit lamang ang kinakailangang storage. Mga detalye tungkol sa privacy