机器学习撼动粒子物理学

粒子物理学家通常是先进技术的早期采用者。他们早在 1997 年就训练计算机模型标记碰撞中产生的粒子。这些模型在不断发展和进步。过去十年的深度学习革命中，粒子物理学家训练算法去解决以前难解决的问题，迎接新挑战。但粒子物理学的数据与机器学习常用数据存在显著差异，卷积神经网络 (CNN) 对图像分类很有效，但碰撞粒子数据不是图像，它需要名为图神经网络(graph neural networks 或 GNNs)的新框架。粒子物理学的机器学习仍然在早期发展阶段，物理学家也开始考虑其它领域机器学习研究中经常遇到的问题：机器学习会将分析变成自动化的人类难以理解的黑匣子。