ChatGPT, controla o meu acelerador de partículas!
Um primeiro passo para um futuro em que sistemas científicos complexos possam ser optimizados através da simples introdução de voz
Por vezes pensa: "O que será que o ChatGPT tem a dizer sobre isto"? Atualmente, é prática comum perguntar à inteligência artificial (IA) sobre muitos tópicos e problemas. Cientistas do DESY e da Universidade de Hamburgo fizeram agora esta pergunta para o controlo de aceleradores e descobriram que o ChatGPT pode ajudar a operar estes sistemas. Publicaram recentemente o seu trabalho na revista Science Advances.
Em física, a aprendizagem automática é frequentemente utilizada para automatizar determinadas rotinas ou tarefas. Uma aplicação muito atractiva na física dos aceleradores consiste em afinar os aceleradores de partículas em tempo real para que atinjam sempre o melhor desempenho. Um grupo de investigação liderado por Jan Kaiser, cientista do DESY, demonstrou agora como isto é possível com um tipo especial de aprendizagem automática - com a ajuda de "modelos de grande linguagem" (LLM). Estes programas de IA, que também constituem a base de chatbots populares como o ChatGPT, baseiam-se no treino de grandes quantidades de dados (daí o grande no nome) e podem reconhecer, interpretar e gerar linguagem humana.
A equipa experimentou 14 LLMs diferentes e utilizou-os para controlar o ARES, um acelerador de electrões experimental no DESY. A tarefa: ajustar cinco ímanes de modo a que focalizem e orientem de forma óptima o feixe de electrões do ARES. No entanto, em vez de "codificar" os requisitos, os cientistas descreveram o problema às LLM em linguagem natural. Em seguida, sugeriram a forma como os cinco parâmetros de afinação deveriam ser definidos com precisão e explicaram o que cada um desses valores iria conseguir.
"Ficámos totalmente surpreendidos com a capacidade de alguns LLMs resolverem o problema", diz Kaiser. "O que é ainda mais fascinante, no entanto, é que nem sequer precisam de saber que estão a operar um acelerador de partículas. Isto significa que os LLM podem, teoricamente, resolver qualquer tipo de problema de otimização e que a nossa abordagem é relevante muito para além da física dos aceleradores"
Naturalmente, os investigadores também encontraram obstáculos nas suas investigações de prova de conceito. "Tal como acontece com os operadores humanos, é preciso fazer a pergunta certa ao LLM certo para obter uma boa solução", afirma Annika Eichler (DESY e TU Hamburg), cujo grupo de especialistas é responsável pelo controlo inteligente dos sistemas de aceleradores com IA. Atualmente, o esforço computacional e, consequentemente, o impacto ambiental da resolução destes problemas são consideráveis e os sistemas ainda estão atrasados em relação a outros métodos especializados. Por enquanto, é mais provável que os LLMs sirvam de "co-pilotos" consultivos nas salas de controlo dos aceleradores.
"No entanto, o nosso trabalho representa um primeiro passo importante em direção a um futuro em que sistemas científicos complexos e altamente relevantes possam ser operados pedindo simplesmente o resultado desejado em linguagem natural", diz Eichler.
Observação: Este artigo foi traduzido usando um sistema de computador sem intervenção humana. A LUMITOS oferece essas traduções automáticas para apresentar uma gama mais ampla de notícias atuais. Como este artigo foi traduzido com tradução automática, é possível que contenha erros de vocabulário, sintaxe ou gramática. O artigo original em Alemão pode ser encontrado aqui.