GRACE: an Agentic AI for Particle Physics Experiment Design and Simulation
تقدم هذه الورقة نظام GRACE، وهو نظام ذكاء اصطناعي وكيل يقوم بتصميم وتحسين تجارب فيزياء الجسيمات ذاتياً من خلال استخراج تمثيلات مهيكلة من اللغة الطبيعية أو الأوراق البحثية، وبناء عمليات المحاكاة، واقتراح وتقييم تعديلات الكاشف بشكل تكراري باستخدام طرق مونت كارلو القائمة على المبادئ الأولية لتحسين الأداء الفيزيائي في ظل القيود الفيزيائية والميزانية.
تخيل أنك مهندس معماري يحاول تصميم ناطحة سحاب مثالية. عادةً، ستقضي سنوات في رسم المخططات، وتشغيل النماذج الحاسوبية، والجدال مع المهندسين حول ما إذا كان المبنى سيصمد أمام إعصار.
الآن، تخيل أن لديك متدرباً فائق الذكاء ولا يكلّ يُدعى GRACE.
GRACE ليس مجرد آلة حاسبة؛ إنه "وكيل محب للنمذجة المحاكاتية" (Simulation-native agent). وإليك ما يعنيه ذلك باللغة البسيطة، باستخدام بعض التشبيهات من الحياة اليومية:
1. المشكلة: "العائق البشري"
تصميم تجارب فيزياء الجسيمات (مثل الآلات العملاقة التي تصدم الذرات لاكتشاف أسرار جديدة) أمر صعب للغاية. يتضمن ذلك رياضيات معقدة، وحواسيب ضخمة، وآلاف المتغيرات.
الطريقة القديمة: يقضي العلماء سنوات في تعديل التصاميم يدوياً، وتشغيل عمليات المحاكاة، والأمل في ألا تفوتهم خيارات أفضل. إنها عملية بطيئة، ومكلفة، ومحدودة بعدد الساعات التي يمكن للإنسان أن يظل فيها مستيقظاً.
الطريقة الجديدة: GRACE يتولى القيادة. هو لا يكتفي باتباع الأوامر فحسب؛ بل "يفكر" في التصميم نفسه.
2. كيف يعمل GRACE: "المهندس المعماري الافتراضي"
تخيل GRACE كمهندس معماري بارع يعيش بالكامل داخل محرك ألعاب فيديو.
المدخلات (الموجز): يمكنك التحدث مع GRACE بلغة بسيطة ("صمم كاشفاً لالتقاط المادة المظلمة") أو تسليمه ورقة بحثية علمية.
العقل (الوكيل): يقرأ GRACE طلبك، ويفهم قواعد الفيزياء (مثل الجاذبية أو كيفية انتقال الضوء)، ثم يبدأ في الرسم الأولي. هو لا يخمن فحسب؛ بل يبني "نسخة لعبة" من التجربة داخل الكمبيوتر.
الحلقة (التجربة والخطأ):
الملاحظة: ينظر GRACE إلى التصميم الحالي.
التخطيط: يقول: "همم، إذا جعلت هذا الجدار أكثر سمكاً، فربما نلتقط المزيد من الجسيمات".
التنفيذ: يقوم بتشغيل محاكاة فائقة السرعة (مثل محاكي الطيران للذرات).
التحقق: يتحقق من النتائج مقابل قوانين الفيزياء. "انتظر، هذا التصميم يكسر قوانين الطبيعة! لنحاول مرة أخرى".
التكرار: يكرر هذه العملية آلاف المرات، ويصبح أكثر ذكاءً مع كل محاولة.
3. تشبيه "الميزانية": المحاكاة السريعة مقابل البطيئة
تشغيل محاكاة مثالية لجسيم يصطدم بكاشف يشبه تشغيل لعبة فيديو عالية الجودة على حاسوب خارق؛ الأمر يستغرق وقتاً طويلاً ويكلف الكثير من المال.
خدعة GRACE: يبدأ بـ "رسم تخطيطي سريع ورخيص" (مثل رسم بالقلم الرصاص) لاختبار 100 فكرة مختلفة بسرعة.
التصعيد: إذا بدت فكرة ما واعدة، يقول GRACE: "حسناً، هذه الفكرة تستحق التكلفة"، وينتقل إلى "محاكاة عالية الدقة ومكلفة" (مثل رندر ثلاثي الأبعاد واقعي للغاية) للحصول على الإجابة النهائية. هذا يوفر الوقت والمال عبر عدم إضاعة الموارد على الأفكار السيئة.
4. ماذا فعل GRACE حقاً؟ (تجربة القيادة)
اختبر المؤلفون GRACE على مشكلات فيزيائية من العالم الحقيقي لمعرفة ما إذا كان بإمكانه التفكير مثل خبير بشري.
المهمة: تصميم آلة لقياس طاقة الإلكترونات بشكل مثالي.
خطوة GRACE: جرب أشكالاً ومواد مختلفة. أدرك أن ترتيب البلورات في شكل "برج" محدد (مثل خلية النحل) كان أفضل بكثير من كتلة صلبة. وجد حلاً يطابق ما اكتشفه الخبراء في العالم الحقيقي (مثل تجربة CMS في سيرن)، لكن GRACE وجده بمفرده فقط من خلال محاكاة الفيزياء.
الاختبـار 2: مرشح الميونات (Muon Filter):
المهمة: بناء درع لإيقاف الجسيمات غير المرغوب فيها مع السماح للميونات (نوع من الجسيمات دون الذرية) بالمرور.
خطوة GRACE: اكتشف أن جعل الجدران الحديدية أكثر سمكاً هو المفتاح لإيقاف الجسيمات السيئة، رغم أن ذلك يجعل الآلة أثقل قليلاً. لقد حدد المقايضة كمياً: "إذا أضفنا 10% من الحديد، فسنوقف 7 أضعاف الجسيمات السيئة".
الاختبار 3: قراءة ورقة بحثية (DarkSide-50):
المهمة: أُعطي GRACE ورقة بحثية منشورة حول كاشف للمادة المظلمة. قيل له: "اقرأ التصميم، ولكن لا تنظر إلى النتائج الموجودة في الورقة. ابنِ محاكاتك الخاصة وأخبرنا كيف يجب أن تعمل".
خطوة GRACE: بنى نسخة افتراضية من الكاشف من الصفر. وتوقع بشكل صحيح أن إضافة المزيد من مستشعرات الضوء ستجعل الكاشف أفضل بكثير في رؤية المادة المظلمة. أثبت هذا أن GRACE يمكنه التعلم من مخطط وتطويره دون "الغش" بالنظر إلى نموذج الإجابة.
5. لماذا يهم هذا؟
لا يحاول GRACE استبدال العلماء. فكر فيه كـ مساعد بحثي فائق القدرة.
لا يتعب: يمكنه تشغيل 1,000 محاكاة طوال الليل.
ليس لديه انحياز: ليس لديه "مشاعر داخلية" قد تكون خاطئة؛ فهو لا يثق إلا بالرياضيات.
يدون مذكراته: كل خطوة، وكل تغيير، وكل سبب لاتخاذ قرار يتم تسجيله بدقة تامة. يمكنك إعادة تشغيل التجربة بأكملها لاحقاً لترى بالضبط كيف وصل GRACE إلى هناك.
الخلاصة
GRACE هو نوع جديد من الذكاء الاصطناعي الذي يعامل الاكتشاف العلمي كأنه مستوى في لعبة فيديو. يقرأ القواعد، ويجرب ملايين الاستراتيجيات، ويجد الحركة الفائزة بشكل أسرع من أي فريق بشري. إنه خطوة نحو مستقبل لا تكتفي فيه الحواسيب بمعالجة الأرقام، بل تساعدنا فعلياً في تصميم الاكتشافات العظيمة القادمة في الفيزياء.
تعتمد الفيزياء التجريبية الحديثة، لا سيما في فيزياء الطاقات العالية والفيزياء النووية، على حزم برمجية معقدة (مثل Geant4 وROOT) للتصميم والتحسين والتفسير. ومع ذلك، تظل مرحلة التصميم التجريبي تمثل عنق زجاجة بسبب:
القيود البشرية: تعتمد قرارات التصميم على الحدس البشري والمسوحات المحدودة للمعاملات ضمن فضاء تصميم شاسع.
فجوات الذكاء الاصطناعي الحالية: تركز أنظمة الذكاء الاصطناعي الوكيل الحالية على تنفيذ إجراءات محددة مسبقاً (مثل ضبط المسرعات أو تحليل البيانات) أو التحكم التشغيلي. وهي لا تعالج المشكلة الأبعد وهي التصميم التجريبي المستقل — أي اقتراح تعديلات غير بديهية على هندسة الكاشف، والمواد، والتكوينات لتحسين الأداء الفيزيائي تحت القيود الفيزيائية.
تعقيد المحاكاة: تجعل التكلفة الحسابية للمحاكاة عالية الدقة (مونت كارلو) الاستكشاف الشامل أمراً غير ممكن دون توجيه ذكي.
2. المنهجية: إطار عمل GRACE
إن GRACE (بيئة التحكم الوكيل التوليدي للاستدلال) هو نظام وكيل أصيل للمحاكاة، صُمم ليعامل التصميم التجريبي كـ مشكلة بحث مقيدة بالقوانين الفيزيائية.
البنية الأساسية يعمل GRACE في دورة مغلقة تحاكي المنهج العلمي: الملاحظة ← التخطيط ← التنفيذ ← التحقق ← التحديث ← التكرار.
تمثيل الحالة: يحافظ الوكيل على حالة خماسية (5-tuple) يرمز لها بـ S=(H,E,R,A,P) تمثل: الفرضية (Hypothesis)، تكوين التجربة (Experiment)، نواتج التشغيل (Run artifacts)، نتائج التحليل (Analysis)، وبيانات المصدر (Provenance). يضمن ذلك قابلية التكرار الكاملة.
الاستدلال المدفوع بالنماذج اللغوية الكبيرة (LLM): النظام محايد تجاه نوع النموذج اللغوي المستخدم (يدعم Claude وGPT وOllama)، ويستخدم النماذج اللغوية الكبيرة لتصنيف المهام، وتخطيط سير العمل، والتعافي من الأخطاء، بدلاً من الاعتماد على تصنيفات جامدة.
رسم المعرفة (KG) والمتحقق الفيزيائي: على عكس مدققات الكود القياسية، يستخدم GRACE "متحققاً فيزيائياً" يفحص المخرجات مقابل رسوم معرفية متخصصة (مثل خصائص المواد، وفيزياء التفاعل). يمكنه اكتشاف النتائج غير المنطقية فيزيائياً حتى لو نجح تنفيذ الكود.
قيد "التاريخ العادل" (Fair-Date): عند تحليل الأوراق البحثية المنشورة، يفرض الوكيل قطعاً معرفياً زمنياً ("التاريخ العادل")، حيث يستخرج فقط مواصفات التصميم ويتجنب بيانات الأداء المنشورة. هذا يمنع الوكيل من "الغش" عبر البحث عن الإجابات؛ إذ يجب عليه اكتشاف الأداء عبر المحاكاة.
مستويات الدقة وتصعيد الميزانية للموازنة بين السرعة والدقة، يستخدم GRమైన نظام محاكاة متعدد المستويات:
T0: نماذج بارامترية سريعة (Pythia8 ← Delphes).
T1: إعادة بناء ثقيلة (Heavy reconstruction).
T2: محاكاة Geant4 كاملة.
T3: سلسلة كاملة مع الفيزياء الضوئية (الوميض، تشتت رايلي). يقوم الوكيل باختيار مستوى الدقة ذاتياً بناءً على متطلبات المهمة، ويقوم بـ التصعيد التلقائي (مثلاً من T0 إلى T2) عندما تتطلب المهمة فيزياء تفصيلية (مثل نقل الفوتونات الضوئية) أو عند فشل عملية التحقق.
سجل الأدوات يقوم الوكيل بإرسال المهام إلى سجل من الأدوات الفيزيائية، بما في ذلك:
الهندسة (Geometry): توليد ملفات GDCL لـ Geant4 (يدعم هياكل الصناديق، الأسطوانات، والأبراج الإسقاطية).
الاستيعاب (Ingestion): تحليل ملفات PDF باستخدام النماذج اللغوية لاستخراج معاملات التصميم.
3. المساهمات الرئيسية
التحول من التنفيذ إلى التصميم: يعد GRACE أول نظام وكيل يقترح ويقيم ذاتياً تصميمات هندسية جديدة للكواشف وتكوينات المواد، بدلاً من مجرد تحسين سير العمل الحالي.
الاستدلال الأصيل للمحاكاة: يعامل المحاكاة ليس كمقيم سلبي، بل كأداة معرفية نشطة لتوليد الفرضيات والاستدلال المضاد للواقع.
المصدر وقابلية التكرار: يحافظ النظام على تتبع صارم للمصدر (بصمات الحاويات، إصدارات git، بذور الأرقام العشوائية RNG) ويولد ذاكرة علمية مهيكلة، مما يضمن أن كل تكرار للتصميم قابل للتدقيق.
التقييم المبتكر: قدم المؤلفون مجموعة اختبار تتضمن مطالبات باللغة الطبيعية وأوراقاً بحثية منشورة (DarkSide-50، ProtoDUNE) لاختبار قدرات التصميم المستقل.
4. النتائج والتقييمات
تم اختبار الإطار على أربعة سيناريوهات: مطلبتان باللغة الطبيعية وورقتان بحثيتان منشورتان.
أ. المطالبات باللغة الطبيعية
تصميم مسعر كهرومغناطيسي (Electromagnetic Calorimeter):
المهمة: تصميم مسعر للإلكترونات بطاقة تتراوح بين 0.5 و10 جيجا إلكترون فولت.
النتيجة: اختار الوكيل ذاتياً بلورات PbWO4 في هندسة برج إسقاطي (projective tower). وحدد تحسناً بنسبة 38.7% في دقة الطاقة مقارنة بتصميم الكتلة الواحدة، وهو ما يتوافق مع خيارات كاشف CMS في الواقع. كما قام بمعايرة الدقة (σE/E=a/E⊕b) بشكل صحيح وحدد المقايضات بين الحدود العشوائية والثابتة.
النتيجة: قارن الوكيل بين التصميمات المستوية، والأسطوانية، وتصاميم الممتصات السميكة. وكمّم تحسناً بمقدار 7.4 ضعف في رفض البيونات عن طريق زيادة سمك الحديد، مع تحديد المقايضة مع دقة طاقة الميون بشكل صحيح.
ب. التحسين القائم على الأوراق البحثية (DarkSide-50 و ProtoDUNE)
DarkSide-50 (كاشف المادة المظلمة):
المهمة: استخراج التصميم من الورقة، إجراء المحاكاة، واقتراح تحسينات دون استخدام بيانات الأداء المقاسة.
النتيجة: قام الوكيل بمحاكاة الكاشف، وحسب إنتاج الضوء (~1479 PE/MeV)، ووصف تمييز الارتداد النووي. اقترح الوكيل ذاتياً زيادة عدد أنابيب PMT من 75 إلى 100، متوقعاً زيادة بنسبة 204% في إنتاج الضوء عند 5 MeV. وهذا يتوافق مع مسار الترقية الفعلي لـ DarkSide-20k (الانتقال إلى تغطية عالية باستخدام SiPMs).
ProtoDUNE (كاشف النيوترينو):
المهمة: تحسين نظام كشف الفوتونات لكاشف آرغون سائل (LAr TPC).
النتيجة: اقترح الوكيل استراتيجيتين: تعزيز التغطية (زيادة عدد PMTs إلى 100، مع توقع زيادة 33% في إنتاج الضوء) وتعزيز التجانس. وشخّص بشكل صحيح أن الخط الأساسي كان محدوداً بمساحة كشف الفوتونات بدلاً من كفاءة النقل.
مقاييس الأداء
موثوقية التنفيذ: حقق نسبة نجاح 100% عبر 42 تنفيذاً للأدوات في المهام القائمة على المطالبات، و16/16 خطوة في DarkSide-50.
الاستقلالية: لم تكن هناك حاجة لإعادة التخطيط في المهام القائمة على المطالبات؛ حيث نجح الوكيل في تفكيك الأهداف المعقدة إلى سير عمل متعدد الخطوات.
المواءمة: اتفقت اتجاهات التحسين التي اقترحها الوكيل (زيادة تغطية المستشعرات الضوئية، تحسين الهندسة) باستمرار مع أولويات الترقية المعروفة في التعاونات العلمية المعنية.
5. الأهمية والعمل المستقبلي
الأثر العلمي: يثبت GRACE أن الذكاء الاصطناعي يمكن أن يعمل كـ "شريك استكشافي" في فيزياء التجارب، حيث يكشف عن تعديلات التصميم غير البديهية ويوفر مسوغات قابلة للتكرار. إنه يسد الفجوة بين الذكاء الاصطناعي الوكيل وطبيعة المحاكاة التي تقود الفيزياء الحديثة.
التحول المعرفي: يعيد العمل صياغة المحاكاة من أداة تقييم سلبية إلى مكون نشط في حلقة الاستدلال العلمي.
القيود والتوجهات المستقبلية:
المحاكاة الحالية مثالية (على سبيل المثال، كفاءة كشف 100% في تشغيلات ProtoDUNE) وتفتقر إلى بعض عوامل الضجيج في العالم الحقيقي.
لا يقوم الوكيل بعد بتشخيص ذاتي لسبب حدوث شذوذ (مثل اتجاهات دقة الموقع غير المتوقعة) دون تدخل بشري.
التطوير المستقبلي: يخطط المؤلفون لتنفيذ نظام "تطور الفرضيات" متعدد الوكلاء، حيث تدافع وكلاء متنافسة عن تصميمات مختلفة، مع استخدام محاكاة مونت كارلو كحكم موضوعي لاختيار أفضل الفرضيات.
في الختام، يؤسس GRACE لنموذج جديد للاستدلال العلمي المستقل، ويثبت أن الوكلاء المدفوعين بالمحاكاة يمكنهم فعلياً التنقل في فضاءات التصميم المعقدة لتجارب فيزياء الجسيمات لاقتراح تحسينات ذات معنى فيزيائي.