據俄羅斯報道，俄羅斯高等經濟學院與“Yandex”公司數據分析學院聯合研發出人工智能系統，該系統可成數量級地提高強子對撞機上高能粒子的識別速度。相關成果發布在Nuclear Instruments and Methods in Physics Research Section A: Accelerators, Spectrometers, Detectors and Associated Equipment科學期刊上。

    強子對撞機上每秒鐘有幾百萬個強子發生對撞反應，檢測器記錄所生成的結果并確定其性能。由于所生成的絕大多數粒子為科學已知粒子，所以新粒子的尋找工作類似于大海撈針，這就需要了解并提高檢測器的粒子識別速度，并且越準確越好。

    考慮到強子對撞機上每秒發生幾百萬個粒子對撞，所以不得不采用較低靈敏度的檢測方法，這造成檢測器的運行速度低，對某一過程的模擬通常占用幾秒鐘。理論上，可采用專門的程序軟件提高檢測器的檢測精度和速度，使檢測器上的傳感器能夠對所通過的不同粒子做出精確的反應。科研人員采用生成對抗網絡系統（Generative Adversarial Network，簡稱GAN）解決了這個一直困擾高能物理學家的難題，由于該系統由生成網絡和判別網絡這兩個神經網絡構成，可通過培訓使一個網絡學會形成與現實相近的圖像，例如可生成根本不存在的人或動物的圖像；而另一個網絡則盡力尋找虛擬圖像與現實圖像的差異。

    科研人員驚奇地發現，所研發的生成現實主義圖像的方法可用于強子對撞生成粒子的識別，并可成量級地提高識別速度。通過培訓，科研人員教會生成對抗系統預測出強子對撞反應的結果，測試實驗也證明，該系統可準確描述強子對撞物理現象的全部過程。

    生成對抗網絡系統用于探測器運行的快速仿真，這將極大地加快強子對撞機上實驗的進行，究其實質，這是將最先進的培訓方法應用于科學數據分析，再加上已掌握的有關檢測器的知識和經驗，由數據學家和物理學家聯合完成的研發工作。