Cern'in yeni genel müdürü, gelişmiş yapay zekanın temel fizikte devrim yaratacağını ve evrenin kaderine dair bir pencere açabileceğini söyledi.
1 Ocak 2026'da Cern'in liderliğini üstlenecek olan İngiliz fizikçi Prof. Mark Thomson, makine öğrenmesinin(yapay zeka), Ekim ayında Google DeepMind bilim insanlarına Nobel ödülü kazandıran, protein yapılarının yapay zeka destekli tahminine benzer vaat eden parçacık fiziğindeki ilerlemelerin önünü açtığını söylüyor .
Büyük Hadron Çarpıştırıcısı'nda ( LHC) benzer stratejilerin, büyük patlamadan sonraki ilk anlarda parçacıkların nasıl kütle kazandığına dair anahtarları tutan inanılmaz derecede nadir olayları tespit etmek ve evrenimizin felaketle sonuçlanacak bir çöküşün eşiğinde olup olmadığını anlamak için kullanıldığını söyledi.
Thomson, "Bunlar kademeli iyileştirmeler değil," dedi. "Bunlar insanların gerçekten gelişmiş teknikleri benimseyerek yaptığı çok, çok, çok büyük iyileştirmeler."
"Alanımız için oldukça dönüştürücü olacak," diye ekledi. "Bu karmaşık bir veri, tıpkı protein katlanması gibi - bu inanılmaz derecede karmaşık bir sorun - bu yüzden yapay zeka gibi inanılmaz derecede karmaşık bir teknik kullanırsanız, kazanacaksınız." İfadesini kullandı
Müdahale, Cern'in konseyinin 90 km çevresiyle LHC'yi gölgede bırakacak olan Geleceğin Dairesel Çarpıştırıcısı için dava açmasıyla birlikte geldi. Bazıları, 2012'de Higgs bozonunun çığır açan keşfinden bu yana LHC'de gişe rekorları kıran sonuçların eksikliği göz önüne alındığında Almanya 17 milyar dolarlık teklifi karşılanamaz olarak nitelendirdi . Ancak Thomson, yapay zekanın atom altı ölçekte yeni fizik arayışına yeni bir ivme kazandırdığını ve büyük keşiflerin, LHC'nin ışın yoğunluğunu on kat artıracak büyük bir yükseltmenin yapılacağı 2030'dan sonra gerçekleşebileceğini söyledi .
Bu, evreni bir arada tutan ve diğer parçacıklara kütle kazandıran Tanrı parçacığı lakaplı Higgs bozonunun benzeri görülmemiş gözlemlerine olanak tanıyacak.
Thomson, "Higgs bozonu hakkında evrenin doğası açısından çok temel olan belirli bir ölçüm var," dedi. "İnceleyeceğimiz şey, aynı anda bir Higgs bozonu değil, iki Higgs bozonu üretmek."
Bunun, bilim insanlarının Higgs parçacığının kendisine nasıl kütle kazandırdığını ilk kez ölçmelerine olanak tanıyacağını söyledi; bu olguya Higgs öz-eşlenmesi adı veriliyor.
İki Higgs bozonu aynı anda o kadar nadir beliriyor ve parçacıklar o kadar yakalanması zor ki - var oldukları anda daha bilindik parçacıklara parçalanıyorlar - Thomson beş yıl önce bunun LHC'nin yeteneklerinin ötesinde olduğunu varsaymış olacağını söyledi. Thomson, "Şimdi iyi bir ölçüm yapacağımızdan eminim," dedi.
Higgs öz-bağlantısının gücü, büyük patlamadan bir saniyenin trilyonda biri kadar sonra Higgs alanındaki bir değişimin parçacıkların aniden kütle kazanmasına nasıl yol açtığını anlamak için çok önemlidir. Ayrıca Higgs alanının nihai, kararlı bir dinlenme durumuna ulaşıp ulaşmadığını veya gelecekte başka bir köklü geçişin gerçekleşip gerçekleşmeyeceğini, bildiğimiz evrenin neredeyse anında buharlaşacağını gösteren bir senaryoyu da ortaya çıkarabilir. Fiziğin Standart Modeli bunun bir olasılık olduğunu öne sürüyor - ancak paniğe gerek yok.
Cern'deki teorik fizikçi Dr. Matthew McCullough, "Bu, yıldızlarımızla bile alakası olan bir zaman ölçeğinde gerçekleşebilecek bir şey değil," dedi. "Bu yüzden insanlıkla o anlamda bir bağlantısı yok. Öte yandan, bu bilimsel bir soru - bu olabilir mi?"
Thomson'a göre: "Bu, evrenin çok derin bir temel özelliğidir, tam olarak anlayamadığımız bir özelliktir. Higgs öz-eşlenmesinin mevcut teorimizden farklı olduğunu görseydik, bu da çok büyük, çok büyük bir keşif olurdu. Ve ölçümü yapana kadar bunu bilemezsiniz."
Yapay zeka, LHC operasyonunun her aşamasına, hangi verilerin toplanacağına karar vermekten, bunların nasıl yorumlanacağına kadar enjekte ediliyor. LHC'nin Atlas deneyinde çalışan Dr. Katharine Leney, "LHC protonları çarpıştırırken, saniyede yaklaşık 40 milyon çarpışma yapıyor ve bir mikrosaniye içinde karar vermek zorundayız... Hangi olayların ilginç olup saklamak istediğimiz ve hangilerinin atılacağına" dedi. "Şu anda, on yıl önce 20 kat daha fazla veriyle yapabileceğimizi düşündüğümüzden daha iyi bir şekilde topladığımız verilerle iş çıkarıyoruz. Yani en azından 20 yıl ilerledik. Bunun büyük bir kısmı yapay zekaya bağlı."
Bilim insanları uzun zamandır LHC'nin evrenin büyük bir bölümünü oluşturduğu düşünülen karanlık maddeyi üretebileceğini umuyordu. Ancak karanlık maddenin doğası tamamen bilinmediği için onu aramak zorlu bir görev. Thomson'a göre, üretken yapay zeka bu bulmacayı çözmeye yardımcı olabilir. "Daha karmaşık, açık uçlu sorular sormaya başlayabilirsiniz," dedi. "Belirli bir imzayı aramaktansa, şu soruyu sorarsınız: 'Bu verilerde beklenmedik bir şey var mı?'"
