CERN heeft decennia lang protonen op elkaar laten botsen om het universum te begrijpen. Nu wil het een AI-model dat de brokstukken kan interpreteren. Op 15 oktober 2026 ondertekende het Europese laboratorium voor deeltjesfysica een intentieverklaring met Mistral AI, de Franse ontwikkelaar achter de Mistral-familie van taalmodellen, om een voorgetraind Large Physics Model te creëren, een foundation model dat specifiek is gebouwd voor de hoge-energiefysica.

Wat beide partijen bouwen

Het model wordt naar verwachting getraind op miljarden gesimuleerde proton-protonbotsingen die gekoppeld zijn aan de Large Hadron Collider (LHC), de ring van 27 kilometer onder de Frans-Zwitserse grens bij Genève, waar in 2012 het Higgs-boson werd ontdekt. Het doel is fysici een algemeen inzetbaar instrument te geven in plaats van een verzameling smalle algoritmes voor één enkele taak.

De aanpak leent van het foundation-modelrecept dat de taal-AI op zijn kop zette: één keer pretrainen op een enorme dataset en hetzelfde model vervgens aanpassen voor veel verschillende taken. Drie toepassingen staan bovenaan de lijst:

• Botsingsreconstructie: vanaf detectorsignalen terugrekenen wat er bij een botsing werkelijk is gebeurd.
• Deeltjesidentificatie: bepalen welke deeltjes bij een bepaalde gebeurtenis zijn vrijgekomen.
• Anomaliedetectie: gebeurtenissen markeren die niet aansluiten bij wat de bekende fysica voorspelt.

Het dataprobleem achter de deal

CERN heeft geen gebrek aan grondstof. De LHC-experimenten hebben bijna één exabyte aan data opgeleverd — ruwweg een miljoen terabytes — en de High-Luminosity-upgrade van de LHC, gepland rond 2030, zal de botsingsfrequentie naar verwachting vertienvoudigen. Traditionele analysepijplijnen waren niet ontworpen voor dat gegevensvolume, wat helpt verklaren waarom CERN nu en niet later op zoek gaat naar een AI-partner.

Mistral levert de andere helft van de vergelijking: ervaring met het trainen van zeer grote modellen. Het in Parijs gevestigde bedrijf, opgericht in 2023, toonde Mistral Large 4 op 6 oktober 2026, een model met 1 biljoen parameters.

Hoe het zover kwam

CERN en Mistral hebben al eerder uitwisselingen en presentaties gehouden, teruggaand tot 2025, waarmee het fundament werd gelegd voordat iets op papier werd gezet. Het ondertekende document is een intentieverklaring — een verklaring van gedeelde richting die tekortschiet als bindend onderzoekscontract. Geen van beide organisaties heeft tijdlijnen, financieringsbedragen of specifieke mijlpalen bekendgemaakt, los van de initiële overeenkomst.

Wat dit betekent

Voor fysici staan de belangen praktisch te boek. Als één voorgetraind model reconstructie, identificatie en anomaliedetectie redelijk goed aankan, kunnen onderzoeksteams minder tijd besteden aan het bouwen van maatwerktools en meer tijd aan het stellen van vragen. Voor de bredere AI-industrie is de deal een toets van hoe ver foundation-modeltechnieken zich laten uitrekken voorbij taal, tot in de fundamentele wetenschap — en het verbindt het grootste deeltjesfysicalaboratorium ter wereld met een van de meest vooraanstaande AI-bedrijven van Europa.

De risico's zijn de gebruikelijke voor een wetenschappelijk AI-initiatief in een vroeg stadium. Modellen die op gesimuleerde data zijn getraind, moeten aantonen dat ze standhouden tegen echte detectoroutput, en de fysicaist een nauwkeurigheid die weinig hallucinatie tolereert.

Waar men vervolgens op moet letten is eenvoudig: een formele overeenkomst met concrete financiering en deadlines, gepubliceerde benchmarks over reconstructie of anomaliedetectie, en signalen of het model wordt voorbereid op het High-Luminosity-tijdperk rond 2030.

Bron: CryptoBriefing