Il semble que l’annonce de mise en service de SuperKEKB le LHC japonais, faite dans ce forum il y a quelques jours ai été malencontreusement perdue.
Deux collisionneurs de haute énergie sont donc en activité : http://www.sciencemag.org/news/2016/...-collider-spin
Bonjour,
Je trouve que l'augmentation du nombre de collisionneurs est sans aucun doute un plus dans la recherche fondamentale. Mais je viens de voir qu'il s'agit d'un collisionneur de 3km en circonférence au Japon, alors que celui de Genève a une circonférence de 21km il me semble. Cela voudrait donc dire que le collisionneur SuperKEKB se focaliserait sur les études de collisions entre protons par exemple, tandis que celui du LHC concentrerait plus son attention sur des territoires inconnus comme les chercheurs l'ont fait pour le boson de Higgs. En clair, le SuperKEKB s'occuperait des collisions "standards", tandis que le LHC avancerait sur les collisions "nouvelles". Est-ce bien cela le but de cette collaboration ?
On a pas encore exploité toutes les données généré par ces collisionneurs, mais heureusement arrive les IA qui peuvent faire mieux que les physiciens.
et cela date de 2014 mais chut, personne n'ose en parler pour pas décourager les doctorants, surtout que depuis ALphaGo ça doit être encore plus performant
«Ces nouveaux réseaux d'apprentissage, plus intelligents profonds se sont montrés pour être mieux à trouver des relents de nouvelles particules que les méthodes d'apprentissage machine passées - et que les physiciens avec des années d'expérience», a déclaré Whiteson. "On n'a pas besoin de l'aide de perspicacité humaine, la réalisation d'un niveau d'apprentissage automatique qui a été un objectif de longue date dans la physique des hautes énergies."
Dans des expériences informatiques utilisant des données simulées soigneusement structurées, les méthodes des chercheurs de l'UCI ont donné lieu à une augmentation statistiquement significative de 8 pour cent dans la détection de ces particules.
Les techniques pourraient être utilisées dans des expériences prévues pour 2015 au Grand collisionneur de hadrons
https://news.uci.edu/press-releases/...ticles-easier/
Oui, ce sont donc des IA qui apparaissent et se multiplient dans les arbres...Envoyé par EauPure
On a pas encore exploité toutes les données généré par ces collisionneurs, mais heureusement arrive les IA qui peuvent faire mieux que les physiciens.
et cela date de 2014 mais chut, personne n'ose en parler pour pas décourager les doctorants, surtout que depuis ALphaGo ça doit être encore plus performant
ha la dérision de Myoper sur le progrès des IA qui dépassent les cols blancs , elle ne m'étonne plus
pour enfoncer le clou, cet info du 13/03/2016 qui montre bien qu'il y a urgence à dépasser les humains vue la quantité de données qu'ils produisent et finissent par gaspiller
Merci donc Myoper car j'avais la flemme de retrouver cette info et grace à toit j'ai fait un effortLe Tevatron, le plus puissant collisionneur de particules avant la mise en service du LHC, a dû lui laisser la place dans la chasse au boson de Brout-Englert-Higgs. Il s’est en effet arrêté de fonctionner en septembre 2011. Mais paradoxalement, il est encore capable de faire des découvertes car les chercheurs sont toujours occupés à dépouiller les données qu’il a collectées tout en raffinant leurs méthodes d’analyse. On peut s’en convaincre avec une récente publication sur arXiv des membres de la collaboration DØ, l’une des deux expériences qui étaient dédiées à la collecte des informations concernant les particules créées dans des collisions de faisceaux de protons et d’antiprotons.
Cette expérience a été menée de 2002 à 2011 et il apparaît maintenant qu’elle a permis de faire la découverte d’un nouvel hadron exotique. On entend par là une nouvelle particule qui, bien que décrite par les équations de la chromodynamique quantique, la QCD, ne rentre pas facilement dans le modèle des quarks initialement développé au cours des années 1960 par Murray Gell-Mann et George Zweig. Dans son cadre, il semblait naturel de ne considérer que des particules formées de paires ou de triplets de quarks.
http://www.futura-sciences.com/magaz...ticules-61946/
pardon, grâce à toi, l'erreur est humaine surtout à 2 h 44 du matin
au fait, "tout en raffinant leurs méthodes d’analyse"
c'est une université californienne qui a publié cette avancée du deep learning appliquée à la dépouille des données.
Cela fait longtemps que les événements susceptibles d'être intéressants dans les détecteurs sont repérés par l'informatique sur la base de critères théoriques provenant des cerveaux humains. Pourquoi crois-tu qu'on a demandé aux ordinateurs de repérer des désintégrations à deux photons lors de la recherche du boson BEH ? Que l'on perfectionne les moyens informatiques est normal, la technologie et les idées évoluant. Que cela permette de repérer des événements qui auraient échappé au "screening" précédent est normal : on a et on aura encore des filets de pêche plus performants que les précédents.
Et non, le Tevatron ne fait pas des découvertes, pas plus que les ordinateurs qui dépouillent les données. Un accélérateur fournit des données brutes, avec beaucoup de données sans intérêt et de bruit, l'informatique fait le tri et les chercheurs réfléchissent et interprètent.
Rien ne sert de penser, il faut réfléchir avant - Pierre Dac
Je sais que ça fait longtemps mais le fait qui serait nouveaux c'est qu'avec le deep learning ont aurait plus besoins que les chercheurs réfléchissent et interprètent car le deep learnig le ferait mieux.
Le plus troublant c'est que ces chercheurs tout en cherchant à améliorer le tri informatique ne sont pas allé jusqu’à supprimer leur travail, car ce n'est pas dans notre culture, et pourtant les situationnistes avaient dit que tout travailleur doit pouvoir consacrer une partie de son temps à supprimer son travail sinon c'est un travail d'esclave.
Et le pire c'est qu'un autre travaille à supprimer votre travail.
Non: car la nécessité de ce travail persiste, il est modifié, c'est tout.
Ce n'est pas ce que dit l'article
TraductionFully automated “deep learning” by computers greatly improves the odds of discovering particles such as the Higgs boson, beating even veteran physicists’ abilities, according to findings by UC Irvine researchers published today in the journal Nature Communications.
Entièrement automatisé "l'apprentissage en profondeur» par les ordinateurs améliore grandement les chances de découvrir des particules comme le boson de Higgs, en battant même les capacités des physiciens chevronnés, selon les conclusions des chercheurs UC Irvine publiés aujourd'hui dans la revue Nature Communications.
