Kecerdasan buatan yang canggih akan merevolusi fisika fundamental dan dapat membuka jendela mengenai nasib alam semesta, menurut direktur jenderal Cern berikutnya.
Prof Mark Thomson, fisikawan Inggris yang akan mengambil alih kepemimpinan Cern pada 1 Januari 2026, mengatakan pembelajaran mesin membuka jalan bagi kemajuan dalam fisika partikel yang menjanjikan akan sebanding dengan prediksi struktur protein bertenaga AI yang membuat ilmuwan Google DeepMind memenangkan hadiah Nobel pada bulan Oktober .
Di Large Hadron Collider (LHC), katanya, strategi serupa digunakan untuk mendeteksi peristiwa luar biasa langka yang menjadi kunci bagaimana partikel memperoleh massa pada saat-saat pertama setelah big bang dan apakah alam semesta kita mungkin berada di ambang kehancuran besar.
“Ini bukan peningkatan bertahap,” kata Thomson. “Ini adalah peningkatan yang sangat, sangat, sangat besar yang dicapai orang-orang dengan mengadopsi teknik yang sangat canggih.”
“Ini akan menjadi transformasi yang cukup besar bagi bidang kami,” tambahnya. “Ini data yang kompleks, seperti pelipatan protein – ini adalah masalah yang sangat kompleks – jadi jika Anda menggunakan teknik yang sangat kompleks, seperti AI, Anda akan menang.”
Intervensi itu muncul saat dewan Cern mengajukan kasus untuk Future Circular Collider, yang dengan keliling 90 km akan mengerdilkan LHC. Beberapa orang skeptis mengingat kurangnya hasil blockbuster di LHC sejak penemuan penting boson Higgs pada tahun 2012 dan Jerman telah menggambarkan proposal $17 miliar itu sebagai sesuatu yang tidak terjangkau . Namun Thomson mengatakan AI telah memberikan dorongan baru untuk perburuan fisika baru pada skala subatomik – dan bahwa penemuan besar dapat terjadi setelah tahun 2030 ketika peningkatan besar akan meningkatkan intensitas sinar LHC hingga sepuluh kali lipat .
Hal ini akan memungkinkan pengamatan yang belum pernah terjadi sebelumnya terhadap boson Higgs, yang dijuluki partikel Tuhan, yang memberikan massa pada partikel lain dan mengikat alam semesta bersama.
Dua boson Higgs muncul sekaligus dengan sangat jarang dan partikel-partikelnya sangat sulit dipahami – hancur menjadi partikel-partikel yang lebih dikenal segera setelah terbentuk – sehingga lima tahun lalu Thomson mengatakan bahwa ia akan menganggap hal ini berada di luar kemampuan LHC. “Sekarang saya yakin kami akan melakukan pengukuran yang baik,” kata Thomson.
Kekuatan kopling diri Higgs sangat penting untuk memahami bagaimana, sepersejuta detik setelah dentuman besar, perubahan medan Higgs mengakibatkan partikel tiba-tiba memperoleh massa. Hal itu juga dapat mengungkapkan apakah medan Higgs telah mencapai keadaan istirahat terakhir yang stabil atau apakah transisi drastis lainnya dapat terjadi di masa mendatang, sebuah skenario yang akan melihat alam semesta seperti yang kita ketahui menguap hampir seketika. Model Standar fisika menunjukkan bahwa ini adalah suatu kemungkinan – tetapi tidak perlu khawatir.
“Itu bukan sesuatu yang dapat terjadi dalam skala waktu yang relevan bahkan dengan bintang-bintang kita,” kata Dr. Matthew McCullough, seorang fisikawan teoretis di Cern. “Jadi, itu tidak berhubungan dengan manusia dalam pengertian itu. Di sisi lain, ini adalah pertanyaan ilmiah – dapatkah ini terjadi?”
Menurut Thomson: “Itu adalah sifat dasar alam semesta yang sangat dalam, yang belum sepenuhnya kita pahami. Jika kita melihat bahwa kopling diri Higgs berbeda dari teori kita saat ini, itu akan menjadi penemuan besar lainnya. Dan Anda tidak akan tahu sampai Anda melakukan pengukuran.”
AI disuntikkan ke dalam setiap aspek operasi LHC, mulai dari memutuskan data mana yang akan dikumpulkan hingga bagaimana data tersebut harus ditafsirkan. “Ketika LHC bertabrakan dengan proton, terjadi sekitar 40 juta tabrakan per detik dan kami harus membuat keputusan dalam waktu satu mikrodetik … peristiwa mana yang menarik yang ingin kami simpan dan mana yang harus dibuang,” kata Dr. Katharine Leney, yang bekerja pada eksperimen Atlas LHC. “Kami sekarang sudah melakukannya dengan lebih baik dengan data yang telah kami kumpulkan daripada yang kami kira dapat kami lakukan dengan data 20 kali lebih banyak sepuluh tahun lalu. Jadi kami telah maju setidaknya 20 tahun. Sebagian besar dari ini adalah karena AI.”
Para ilmuwan telah lama berharap LHC dapat menghasilkan materi gelap, suatu zat yang diyakini membentuk sebagian besar alam semesta. Namun mengingat sifat materi gelap sama sekali tidak diketahui, mencarinya merupakan tugas yang menantang. Menurut Thomson, AI generatif dapat membantu memecahkan teka-teki ini. “Anda dapat mulai mengajukan pertanyaan yang lebih kompleks dan terbuka,” katanya. “Daripada mencari tanda tangan tertentu, Anda mengajukan pertanyaan: ‘Apakah ada sesuatu yang tidak terduga dalam data ini?'”
