అధునాతన ఆర్టిఫిషియల్ ఇంటెలిజెన్స్ (AI) ఆదార్ భౌతిక శాస్త్రాన్ని మార్చాలని మరియు విశ్వం యొక్క లక్ష్యం గురించి అవగాహనలను అందించడానికి సిద్ధమవుతోంది, అని CERN యొక్క భవిష్యత్ డైరెక్టర్ జనరల్, ప్రొఫెసర్ మార్క్ Thomson తెలిపారు, ఆయన 2026 జనవరి 1న బాధ్యత స్వీకరించబోతున్నారు. మెషీన్ లెర్నింగ్ కణ భౌతిక శాస్త్రంలో ముఖ్యమైన యుగం మార్పులను సౌకర్యవంతం చేస్తున్నట్లు ఆయన తెలిపారు, ఇది నোবెల్ బహుమతిని పొందిన ప్రోటీన్ నిర్మాణాలను భావించే AI ఆధారిత అంచనాలకు సమానమైనది. లార్జ్ హాడ్రాన్ కొలైడర్ (LHC) లో, బిగ్ బెంగ్ అనంతర కణాలు ఎలా మాసం పొందినవని వివరిస్తున్న అరుదైన సంఘటనలను గుర్తించేందుకు మరియు విశ్వం యొక్క స్థిరత్వాన్ని అంచనా వేయడం కోసం ఆధునిక విధానాలను ఉపయోగిస్తున్నారు. Thomson ఈ అభివృద్ధులు ప్రాముఖ్యమైన మెరుగుదలలను సూచిస్తున్నాయని, బహుళ సంక్లిష్ట డేటా సమస్యలను పరిష్కరించడానికి సంక్లిష్ట AI సాంకేతికతలను ఉపయోగించి ఈ విభాగాన్ని మార్చిపోతున్నాయని ప్రకటించారు, ఇది ప్రోటీన్ పాక్ అయ్యే విధానాల్లో ఉన్న సంక్లిష్టతలను పోలి ఉంచారు. CERN వత్తిడి చేసిన 90 కిమీ పొడవు గల ఫ్యూచర్ సర్క్యులర్ కొలైడర్ ను సమర్థించడంతో, ఇది LHC సామర్థ్యాన్ని మించింది. 17 బిలియన్ డాలర్ల ప్రాజెక్టు యొక్క ఖర్చును గురించి చింతించడంతో పాటు, LHC యొక్క ఇటీవల కష్టమైన ఫలితాలను పరిగణనలోకి తీసుకున్నా, AI కొత్త భౌతిక శాస్త్రం కోసం ప్రత్యేకంగా వేగబడియుతుందని, 2030 తర్వాత ప్రధాన కనిపింపులు కోసం ప్రణాళిక చేయబడిన నూతన పునఃనిర్మాణానికి పది రెట్లు LHC కాంతి తీవ్రతను పెంచే కాలంలో లభించవచ్చని Thomson తెలిపారు. ఒక ముఖ్యమైన కొలతలో, రెండు హిగ్స్ బోసన్స్‌ను ఒకేసారి పరిశీలించడం ద్వారా శాస్త్రవేత్తలు, బిగ్ బెంగ్ వెంటనే కణాలు ఎలా మాసం పొందినవని అర్థం చేసుకోవడానికి అవసరమైన హిగ్స్ పార్టికల్ స్వీయ-సంబంధాన్ని అధ్యయనం చేయవచ్చు.

ఇది సెలెక్టివ్ గా సాధ్యం కానందున, Thomson initially అనుమానం పంపీగా ఉన్నాడు, కానీ ఇప్పుడు ముఖ్యమైన కొలతలను సాధించే అభిప్రాయాన్ని కలిగి ఉన్నాడు. ఈ హిగ్స్ స్వీయ సම්බంధం అర్థం చేసుకోవడం, హిగ్స్ ఫీల్డ్ స్థిరమైన స్థితిని చేరిందా లేదా భవిష్యత్తులో తీవ్రమైన మార్పు ఉండవచ్చా, అని కొన్ని ప్రాముఖిక నమూనాల అంచనాలతో సంబంధం కలిగి ఉంది. అయితే, డాక్టర్ మ్యాథ్యూ మెక్‌కుల్లా వంటి నిపుణులు, ఇటువంటి సంఘటనలు త్వరలో మానవసంతతి మీద ప్రమాదం కలిగించవని కానీ నమ్మిస్తున్నారు. Thomson AI అనేక LHC కార్యకలాపాల్లో నికరంగా ఏకీకృతమైందని, డేటా సేకరణను మరియు విశ్లేషణను మెరిగ్గా చేస్తున్నారని తెలిపారు. LHC సుమారు 40 మిలియన్ తగిలింపులు ఒక సెకనుకు ఉత్పత్తి చేయడంతో, AI ముఖ్యమైన సంఘటనలను త్వరగా నిర్ణయించడానికి సహాయపడుతోంది. AI యొక్క కృషి కారణంగా, శాస్త్రవేత్తలు తమ డేటాతో కంటే చాలా ఎక్కువ సాధించడాన్ని సామర్థ్యంగా ఆవిష్కరించారు, ఈ రంగంలో 10 సంవత్సరాల్లో కనీసం రెండు దశాబ్దాలు పురోగతి చెందడాన్ని సూచిస్తున్నాయి. ప్రత్యేకంగా, ఇది చీకటి పదార్థం ఇంకా అస్పష్టంగా ఉన్నా, జనరేటివ్ AI అనేక తెలియని అంశాల గురించి విస్తృతమైన అన్వేషణా ప్రశ్నలకు సహాయపడగలదని, తద్వారా విశ్వం యొక్క అందులో చాలా భాగంగా ఉండటమైనదని విశ్వసిస్తున్న ఈ గోచరేతర పదార్థాన్ని కనుగొనేందుకు సహాయపడవచ్చని కూడా నివేదించారు.