DUNE将人工智能融入中微子实验，提升粒子探测与数据处理能力

美国费米国家加速器实验室相关团队正推动深地中微子实验(DUNE)将人工智能和机器学习工具融入实验设计、探测器运行与数据分析流程，以提升中微子相互作用识别、事件分类和探测器管理能力。

DUNE位于长基线中微子设施，目前已开始安装大型中微子探测器模块的结构元件。该实验由近探测器和远探测器组成：近探测器位于费米实验室，远探测器设在南达科他州桑福德地下研究设施地下约1英里处。两个探测器都将采用液氩时间投影室技术，用于记录中微子与氩原子发生的罕见相互作用。

中微子与物质相互作用极弱，探测难度很高。DUNE所使用的液氩时间投影室能够生成高分辨率图像，为研究中微子性质提供重要数据，但也带来复杂的信号重建挑战。为此，DUNE合作组正在开发人工智能算法，用于识别探测器内是否发生中微子相互作用，并根据粒子径迹追溯相互作用位置，推断中微子进入探测器时的能量和方向。

费米实验室此前在NOvA和MicroBooNE等中微子实验中已使用深度神经网络识别粒子相互作用。DUNE合作组表示，这些人工智能工具的处理速度较传统方法可提高多个数量级，有助于改进信号处理、事件分类和粒子识别，从而提升实验灵敏度。

深地中微子实验 (DUNE) 正在率先将人工智能工具集成到实验中，以增强 DUNE 科学家的能力并加速科学发现。图中从左至右依次为：Vishvas Pandey、Seon-Hee Seo 和 Thomas Junk。图片来源：JJ Starr，费米实验室

除常规中微子信号重建外，DUNE还在训练人工智能“触发器”系统，用于快速筛选大量相互作用事件，保留具有物理研究价值的数据。其中一项重点任务是识别银河系内超新星爆发产生的中微子信号。由于中微子可在光信号抵达地球前数小时到达，相关预警有望帮助研究人员更快确定超新星位置，为后续天文观测争取时间。

人工智能也被用于探测器运行管理。DUNE探测器由数千个组件构成，安装调试后需要持续监控。合作组正在研究利用大型语言模型快速检索运行日志和成功修复案例，为操作人员提供故障处置参考;同时探索通过机器学习进一步自动化探测器操作，并在异常出现前进行预判。

DUNE合作组还在加强与美国能源部国家实验室和合作机构的协作，完善人工智能基础设施，为未来处理PB级实验数据建立相应工作流程。项目团队表示，DUNE每年培训大量学生和研究人员，人工智能工具的深入应用也将成为下一代中微子研究人才培养的重要组成部分。