CERN und Mistral planen KI-Modell Flare für Physik

Die Absichtserklärung für eine langfristige strategische Partnerschaft vom 15. Oktober 2026 zielt auf gemeinsame Foundation Models für wissenschaftliche Entdeckungen. Foundation Models sind große, vortrainierte Modelle des maschinellen Lernens, die sich für unterschiedliche Aufgaben feinabstimmen lassen, wie es in der Übersichtsarbeit zu Foundation Models in der Hochenergiephysik heißt. Herzstück der Partnerschaft ist die Entwicklung eines einzigen vortrainierten Large Physics Model, das CERN als das geplante erste Foundation Model für Collider-Physik bezeichnet und das laut einem CERN-Sprecher gegenüber Reuters den Namen Flare trägt, wie das Portal Numerama berichtete.

Die Partnerschaft verbindet CERNs Expertise in Grundlagenphysik, wissenschaftlichen Daten und großskaliger Datenverarbeitung mit Mistrals Erfahrung im Training großer Modelle, wie CERN mitteilte. Enrica Porcari, Chief Information Officer von CERN, erklärte, die Hochenergiephysik biete ein einzigartiges Umfeld, um künstliche Intelligenz mit außergewöhnlicher Strenge zu entwickeln und zu testen. Die Zusammenarbeit solle KI-Fähigkeiten voranbringen, die der gesamten Physikgemeinschaft dienen und geteilt werden können, so Porcari. Johannes Brandstetter, Vice-President of AI for Engineering bei Mistral, sprach von der Chance, gemeinsam die Grenzen der Hochenergiephysik zu verschieben und zu neuen wissenschaftlichen Entdeckungen zu kommen.

Warum CERN jetzt ein KI-Modell für Kollisionsdaten sucht

Bislang beruht die Rekonstruktion von LHC-Kollisionen auf einer Kette spezialisierter Algorithmen, die Detektorsignale schrittweise in die Teilchen und Objekte umwandeln, die Physiker analysieren, wie CERN erläutert. Maschinelles Lernen verbessert diese einzelnen Schritte laut CERN schon seit Jahren; ein Foundation Model könne nun über die gesamte Kette hinweg lernen und mehrere Aufgaben in einem Modell bündeln. Das Fachportal HPCwire beschreibt den Schritt als Wechsel von mehreren spezialisierten KI-Modellen zu einem allgemeineren Foundation Model, das mehrere wissenschaftliche Aufgaben übernehmen könnte. CERN hat nach eigenen Angaben bislang rund ein Exabyte experimenteller Daten vom LHC gespeichert, umgerechnet eine Million Terabyte. Mit dem High-Luminosity-LHC, dessen Betrieb CERN um 2030 erwartet, soll sich die Zahl der Kollisionen verzehnfachen. Der Beschleuniger ist seit Ende Juni 2026 für den sogenannten Long Shutdown 3 abgeschaltet, ein großes Programm aus Wartung, Aufrüstung und Installationsarbeiten, das CERN auf den High-Luminosity-Betrieb vorbereiten soll, wie das Labor im Juni 2026 mitteilte. Ein schrittweiser Neustart des Beschleunigerkomplexes ist ab 2028 vorgesehen. Jakub Mościcki, Leiter der CERN-Gruppe für Speicherung und Datenmanagement, hatte bereits im Dezember 2025 erklärt, das gespeicherte Exabyte entspreche nur 10 Prozent dessen, was CERN in den kommenden zehn Jahren speichern und verarbeiten müsse, wie CERN mitteilte.

Was Flare können soll

Laut CERN soll Flare mehrere Aufgaben in einem Modell bündeln: Kollisionen rekonstruieren, Teilchen identifizieren, unerwartete Signale markieren und künftige Detektorentwürfe bewerten. Milliarden simulierter Kollisionen liefern dabei Trainingsbeispiele, bei denen die richtige Antwort durch den Aufbau der Simulation bereits bekannt ist, merkte Netics auf DEV Community an. Ergänzend berichtete HPCwire, das neue Modell könnte den Bedarf an getrennten Algorithmen verringern, allerdings ohne Garantie auf bessere Ergebnisse als beim bestehenden Ansatz.

Im Vergleich: frühere Foundation Models in der Teilchenphysik

Der Anspruch, das erste Foundation Model für Collider-Physik zu bauen, ist eine Einordnung CERNs selbst, HPCwire weist darauf hin, dass Forschende schon seit einigen Jahren mit ähnlichen Ansätzen experimentieren. So stellte 2024 ein Team der Universität Hamburg OmniJet-α vor und bezeichnete es als das erste aufgabenübergreifende Foundation Model für Teilchenphysik, berichtete HPCwire. Das MLPF-Grundmodell aus der Studie „Machine-learned particle flow as a foundation model for collider physics“ wurde laut detaillierten Angaben der Autoren mit 25 Millionen simulierten Ereignissen trainiert. Die nachgelagerten Aufgaben nutzten weitere 350.000 Trainingsereignisse eines einzelnen Prozesses, der Erzeugung von Top-Quark-Paaren, bei einer Kollisionsenergie von 365 Gigaelektronenvolt, deutlich weniger als die Milliarden Kollisionen, auf die Flare trainiert werden soll. Die Autoren beschreiben ihre Vergleichsmodelle im Abstract als Modelle mit ausschließlich kinematischen Merkmalen, nennen im Methodenteil für diese Modelle aber zusätzlich Teilchenidentität sowie, bei der Identifikation des Jet-Flavours, zusätzliche Spurmerkmale für Baseline- und latent erweitertes Modell gleichermaßen.

Drei Lücken zwischen Ankündigung und einsatzfähigem Modell

Laut HPCwire steht die Partnerschaft noch am Anfang. Erstens sind Budget, die vorgesehenen Rechenressourcen und ein Termin für den Trainingsbeginn nicht veröffentlicht, wie AI Polix berichtete. Zweitens enthält die Ankündigung keinen Benchmark und keinen Vergleich mit der bestehenden Rekonstruktionskette, wie DEV Community berichtete und sie gibt nicht an, ob die Modellgewichte offen veröffentlicht werden sollen, obwohl Mistral laut HPCwire für offen zugängliche Modelle bekannt ist. Offen ist zudem, ob ein allgemeines Modell die Genauigkeit der bestehenden spezialisierten CERN-Algorithmen erreichen kann, merkte HPCwire an. Drittens sind die Bedingungen für Mistrals Zugang zu CERNs Daten laut DEV Community nicht offengelegt, auch wenn beide Partner sagen, die Methoden könnten später auch anderen Wissenschaften nützlich sein, wie AI Polix berichtete. Mistral-Chef Arthur Mensch hatte am Tag der Ankündigung in einem Beitrag in Le Monde geschrieben, Spitzenmodelle seien inzwischen unverzichtbar für wissenschaftlichen Fortschritt; zugleich kritisierte er Unternehmen, die ihre Vorteile für sich behielten, wie Reuters berichtete.