橡树岭国家实验室(ORNL)的科学家正开发人工智能像素探测器，可直接在源头分析粒子碰撞数据。此方法有助于粒子物理实验从现代加速器产生的大量数据中，识别并捕获最重要的信号，助力科学家更快、更精准地从复杂实验中发现真相。
脉冲神经网络示意图——点代表神经元，线代表神经元之间的连接。这些系统帮助粒子探测器分析海量的实验数据。图片来源：Larry Zhang/ORNL，美国能源部
近期，名为NEUROPix(“像素探测器神经形态计算”全称)的项目，获得美国能源部高能物理计划为期三年的资助。该资助旨在支持将人工智能直接应用于科学仪器，以实现数据实时处理。
ORNL团队计划使用脉冲神经网络(一种受人类大脑启发的神经形态计算形式)，实时识别模式并从粒子相互作用中提取有价值特征，这一方法或能使众多其他数据密集型科学仪器受益。
ORNL物理学家马蒂厄·贝努瓦表示：“我们的粒子加速器现在产生的数据量，远超能记录到磁盘上的数量。我们的设想是在探测器附近部署智能系统，如此便能快速对数据进行分类或压缩，同时保留最重要的信息。”
