Avanceret kunstig intelligens (AI) er klar til at transformere grundlæggende fysik og give indsigt i universets skæbne, som bemærket af Cerns kommende generaldirektør, Prof. Mark Thomson, der tiltræder den 1. januar 2026. Han fremhæver, at maskinlæring muliggør betydelige fremskridt inden for partikelphysik, ligesom de AI-drevne forudsigelser af proteinstrukturer, der blev anerkendt med en Nobelpris. Ved Large Hadron Collider (LHC) anvendes sofistikerede metoder til at opdage sjældne begivenheder, som kunne forklare, hvordan partikler fik masse efter big bang, og vurdere universets stabilitet. Thomson understreger, at disse udviklinger repræsenterer betydelige forbedringer, der transformerede feltet ved at bruge komplekse AI-teknikker til at tackle indviklede dataudfordringer, svarende til dem i proteinfoldning. Dette momentum kommer, da Cern plejer fremtiden for Future Circular Collider, en foreslået 90 km anlæg, der vil overgå LHC's kapacitet. På trods af skepsis om, hvorvidt det 17 milliarder dollars dyre projekt er økonomisk overkommeligt, og LHC's nylige mangel på banebrydende resultater, hævder Thomson, at AI forbedrer jagten på ny fysik, med forventninger om store opdagelser efter 2030 på grund af en planlagt opgradering, der vil øge LHC's stråleintensitet ti gange. En afgørende måling involverer at observere to Higgs-bosoner samtidigt, hvilket giver forskerne mulighed for at studere Higgs-partiklens selvkopling—som er vigtig for at forstå, hvordan partikler erhvervede masse kort efter big bang.

Thomson, der oprindeligt var skeptisk over for denne kapacitet, er nu optimistisk med hensyn til at foretage betydelige målinger. Denne forståelse af Higgs selvkopling kan afsløre, om Higgs-feltet er nået til en stabil tilstand, eller om en fremtidig, dramatisk overgang er mulig, et scenarie der harmonerer med nogle af Standardmodellens forudsigelser. Dog beroliger eksperter som Dr. Matthew McCullough med, at sådanne begivenheder ikke ville true menneskeheden i den nærmeste fremtid. Thomson bemærker også, at AI er integreret i forskellige LHC-operationer, hvilket forbedrer datainsamling og analyse. Da LHC genererer omkring 40 millioner kollisioner pr. sekund, hjælper AI med hurtigt at bestemme, hvilke begivenheder der er bemærkelsesværdige. Dette har gjort det muligt for forskerne at opnå mere med deres data, end de tidligere troede var muligt, og markerer mindst to årtiers fremskridt på bare ti år takket være AIs bidrag. Desuden, mens mørk stof forbliver flygtigt, kan generativ AI facilitere bredere udforskende spørgsmål vedrørende ukendte aspekter af dataene, hvilket potentielt kan hjælpe med at søge efter dette mystiske stof, som menes at udgøre en stor del af universet.