Sareīdāka mākslīgā inteleka (AI) attīstība ir paredzēta, lai transformētu fundamentālo fiziku un sniegtu ieskatu visuma liktenī, kā norādījis Cern nākamais ģenerāldirektors, profesors Marks Tomsons, kurš amatā stāsies 2026. gada 1. janvārī. Viņš uzsver, ka mašīnmācīšanās veicina ievērojamus sasniegumus daļiņu fizikā, līdzīgi kā AI vadītās paredzēšanas par proteīnu struktūrām, kas saņēma Nobela prēmiju. Lielajā Hadronu koliderī (LHC) tiek izmantotas sarežģītas metodes, lai noteiktu retus notikumus, kas varētu izskaidrot, kā daļiņas ieguva masu pēc Lielā sprādziena, un novērtētu visuma stabilitāti. Tomsons uzsver, ka šie sasniegumi pārstāv būtiskas uzlabošanas, pārvēršot jomu, izmantojot sarežģītas AI tehnoloģijas, lai risinātu sarežģītas datu problēmas, līdzīgi kā proteīnu saliekšanā. Šis entuziasms rodas, kad Cern atbalsta Nākotnes apļveida kolideri, plānoto 90 km garo iestādi, kas pārsniegs LHC kapacitāti.

Neskatoties uz skepsi par 17 miljardu dolāru projekta izdevumiem un LHC nesenās trūkuma rezultātu, Tomsons apgalvo, ka AI uzlabo jauno fizikas atklājumu meklējumus, ar cerībām uz lieliem atklājumiem pēc 2030. gada, ņemot vērā plānoto modernizāciju, kas desmitkāršo LHC staru intensitāti. Viens apkārtmērs ietver divu Higsa bozonu vienlaicīgu novērošanu, ļaujot zinātniekiem pētīt Higsa daļiņas paškopēšanas īpašības — būtisku aspektu, lai izprastu, kā daļiņas ieguva masu tūlīt pēc Lielā sprādziena. Tomsons, sākotnēji apšaubījis šo spēju, tagad ir optimistisks attiecībā uz būtisku mērījumu veikšanu. Šī izpratne par Higsa paškopēšanu var atklāt, vai Higsa lauks ir sasniedzis stabilu stāvokli vai arī, vai nākotnē ir iespējama dramatiska pāreja, scenārijs, kas atbilst dažām Standarta modeļa prognozēm. Tomēr speciālisti, piemēram, doktors Metjū Makalū, apstiprina, ka šādi notikumi tuvākajā laikā nesagādās draudus cilvēcei. Tomsons arī atzīmē, ka AI ir integrēts dažādās LHC operācijās, uzlabojot datu vākšanu un analīzi. LHC ģenerē apmēram 40 miljonus sadursmju sekundē, AI palīdz ātri noteikt, kuri notikumi ir ievērības cienīgi. Tas ir ļāvis zinātniekiem panākt vairāk ar saviem datiem, nekā iepriekš uzskatīja par iespējamu, iezīmējot vismaz divus desmitus gadu attīstības tikai desmit gados, pateicoties AI ieguldījumam. Turklāt, kamēr tumšā matērija joprojām ir neskaidra, ģeneratīvais AI var atvieglot plašākus izpētes jautājumus par nezināmām datu šķautnēm, tādējādi potenciāli palīdzot meklējumos pēc šīs noslēpumainās vielas, kas, kā uzskata, veido lielāko daļu no visuma.