博文

清华大学赵一扬、胡震｜以人工智能窥探粒子的奥秘

已有 306 次阅读 2026-8-31 10:01 |个人分类:物理与工程|系统分类:论文交流

本文选自“清华物理系百年庆专刊”——《物理与工程》2026年第5期

赵一扬，清华大学本科毕业生。主要从事粒子物理实验研究，包括人工智能在粒子物理中的应用，CMS实验上的重味物理研究与超标准模型新物理寻找。获2025年清华大学特等奖学金。

胡震，普渡大学博士，费米实验室博士后，清华大学物理系博士生导师、副教授、研究生工作组组长、粒子核天体研究所副所长，清华高能物理中心CMS实验负责人，CMS国际合作组亚洲区负责人，亚洲大学联盟学者，入选国家人才计划青年项目，主持基金委重点国际合作项目，获2025年基础物理学突破奖。

摘要

高能物理实验研究周期长、知识门槛高，受限于人力，大量对撞数据难以得到充分的挖掘与分析。以大语言模型为基础的智能体能够编写代码、检索文献并执行多步分析，为突破困境提供契机。本文聚焦Just Furnish Context（JFC）智能体框架，分析其完成的CMS实验H→τ+τ-信号强度测量、ALEPH实验Lund喷注平面密度测量等结果，及其对高能物理研究的意义；同时概括其当前局限性，并展望基准数据集构建、下一代大科学装置数据处理、人才培养的发展前景。

关键词 粒子物理；高能物理实验；人工智能；大语言模型；智能体

DOI 10.27024/j.wlygc.2026.08.13.is

PROBING PARTICLE PHYSICS WITH ARTIFICIAL INTELLIGENCE

ZHAO Yiyang HU Zhen

(Department of Physics, Tsinghua University, Beijing 100084)

Abstract Particle physics experiments have long research cycles and high barriers to entry. Limited human resources make it difficult to fully explore and analyze large volumes of collision data. Agents based on large language models can write code, retrieve literature, and carry out multi-step analyses, offering an opportunity to address this challenge. This article focuses on the Just Furnish Context (JFC) agent framework and examines results produced by the framework, including the CMS H→τ+τ- signal-strength measurement and the ALEPH Lund jet-plane density measurement, as well as their implications for particle physics research. It also summarizes the framework's current limitations and discusses prospects for benchmark-dataset construction, data processing at next-generation large-scale scientific facilities, and the training of future physicists.

Key words particle physics; high energy physics experiment; artificial intelligence; large language models; AI agents

1 高能物理实验研究范式的挑战

粒子物理是物理学最前沿的领域之一，寻找宇宙最基本的组成粒子，描述它们之间的相互作用，从而回答世界由何组成、如何组成的问题。探寻更微小的尺度，需要更高能量的探针，因此，粒子物理的发展史，也是加速器能量与实验规模升级的历史。

20世纪上半叶，物理学家依靠宇宙线与小型加速器，使用云室、核乳胶等技术，记录带电粒子留下的径迹，发现了正电子、缪子、π介子等新粒子。这类实验的设备相对简单，径迹照片靠人工测量，往往由少数几位研究者即可完成。

20世纪50年代后，加速器固定靶实验逐步取代宇宙线，成为更可控的粒子源。静电加速器、回旋加速器与同步加速器把质子、电子等粒子加速到越来越高的能量。相对于固定靶实验，正负电子对撞机与质子对撞机则使两束粒子迎头相撞，提供更高的质心系能量，进而推动了夸克模型、弱电统一、量子色动力学等理论的建立，最终促成了标准模型的形成。

除了加速器之外，粒子物理实验中的探测器技术也在不断发展。从原子、原子核到夸克，随着对微观粒子的不断剖析、分解，探测器也随之变得更大、更精密，逐步发展为由径迹室、量能器、缪子谱仪与触发系统等组合而成的大型装置。数据记录，也从照相底片变成电子学读出与在线计算机处理，分析工作从人工目测径迹变成大规模数值计算。当下，一个大型对撞机实验通常由数千名科学家组成的国际合作组共同运行，工程师、物理学家等各司其职，分别负责探测器建造、运行维护、数据分析，每年积累的数据以千万亿字节计，高能物理实验成为基于大科学装置的大数据科学。

欧洲核子研究中心（CERN）的大型强子对撞机（Large Hadron Collider，LHC）是目前能量最高的粒子对撞机。其上的A Toroidal LHC Apparatus（ATLAS）与Compact Muon Solenoid（CMS）实验，是两台大型通用探测器，分别由数千人组成的合作组运行。LHC之前，同一隧道中运行着大型正负电子对撞机（Large Electron-Positron Collider，LEP），其上的Apparatus for LEP Physics（ALEPH）与Detector with Lepton, Photon and Hadron Identification（DELPHI）同样以大型合作组的方式组织。

这些大型合作组的物理研究都要在统一的软件框架、数据格式与审查制度下完成，知识门槛因此层层抬高。研究者既要理解探测器为何以特定方式响应，又要掌握数据分析软件、蒙特卡洛（Monte Carlo，MC）模拟与统计推断的理论知识，还要熟悉合作组数十年积累的软件栈。学习领域知识并熟悉研究工具通常需要较长的训练期；一项典型物理分析的周期也常以年计。

由此形成的挑战是结构性的。其一，物理课题的数量更受制于人力而不是算力。大量宝贵的对撞数据因缺少人力而无法被全面、系统地分析，合作组往往优先关注最可能产生新物理的课题；但革命性的发现难以预测，许多有意义但较少人关注的课题，因此被舍弃或搁置。其二，合作组内的物理分析通常要经过多层审查，先有研究组内部反馈，再有物理组召集人的审查，以及合作组范围的广泛审查；每一层都依赖人工逐项核对文档、图表等细节，工作量大且耗时长。其三，历史数据难以重新分析和检验，比如ALEPH与DELPHI合作组的分析代码大量建立在FORTRAN等遗留软件之上，新一代研究者较少接触这些工具，令重新分析的学习和维护成本很高。随着软件技术的加速迭代，今日的主流框架明日即可能沦为遗留系统，研究者所需付出的学习成本也因此节节攀升。

2 人工智能的应用契机

机器学习早已深度参与高能物理研究，并在事件重建、分类与鉴别等任务中得到广泛应用[1]，此类方法针对定义清晰的任务进行训练，解决的是分析链中的单点问题。

长期以来，高能物理实验课题的主体部分，即文献阅读、代码的修改或编写、课题审查等，仍基本依赖人工。自2024年以来，以大语言模型为基础的智能体，开始能够自主编写并执行代码，访问本地与在线文档，反复迭代并调试其生成的代码和结果，并为人类监督者记录进展，撰写研究文档与论文，恰好与高能物理实验课题的需求相对应，为人工智能在高能物理中的新应用提供了契机。

传统研究范式中，新学生加入研究组后，需要学习的：一是领域的方法学知识，即数据格式、绘图、论文格式等约定；二是现有数据分析程序。通用大语言模型虽然编程能力强，但大型合作组的分析文档、内部代码与审查规范通常不在公开训练语料中，模型很少接触高能物理实验的分析范式，例如数据筛选如何设计、探测器效应如何校正、系统误差如何评估、盲分析如何执行。为弥补这一能力缺口，需要把分散在合作组经验中的知识显式整理为智能体可以读取的规范，并让智能体检索已发表的实验文献，从论文中获取具体的选择条件与系统误差来源，而不只是依赖模型记忆。

这一方向的探索在时间上呈现出由具体到通用、由受约束到自主的演进轨迹。2025年末，Gendreau-Distler等把大语言模型智能体与Snakemake工作流管理器结合，在ATLAS公开数据上完成了H→γγ截面测量[2]；工作流管理器保证了预定义步骤的可复现执行，智能体则生成并修正代码。2026年，Badea等以逐轮人工反馈的方式与智能体协作完成了LEP开放数据上的推力分布测量[3]，展示了人与人工智能协作的新模式。同年，中国科学院高能物理研究所李科等开发的Dr. Sai多智能体系统，面向环形正负电子对撞机研究，探索把物理目标转化为可执行、可追溯的分析工作流，并在人的监督下协调数据模拟、重建和统计推断等任务[4]。这些工作把智能体从具体任务推向更通用的环节，但尚未把在极少人工干预下的端到端分析链交给智能体完成。

2026年3月提出的JFC框架[5]，则面向端到端课题，接收物理目标后，自主完成数据筛选、本底估计、系统误差评估、统计推断与分析文档撰写，并以文献检索和多智能体评审支撑知识溯源与审查。经人工批准后，最终在完整数据上给出结果与研究论文初稿。将长达数年的研究工作，压缩为数小时，大幅提升研究效率。后文即基于JFC（Just Furnish Context）框架，介绍高能物理全流程课题智能体的研究现状，如图1所示。

3 高能物理实验智能体的探索

3.1 总体思路

JFC是端到端的高能物理分析框架，目标是由智能体完成从课题目标到论文的全流程。在逻辑结构上，JFC采用统筹智能体分派任务。统筹智能体不编写数据处理代码，也不直接读取完整数据文件，只持有物理目标、阶段摘要与评审结论；具体实现交给子智能体。每个阶段都必须产出书面产物，并通过独立评审后才能推进。信息流只通过书面产物与实验日志传递。数据选择、本底估计、系统误差估计、统计框架与结果呈现方式，均由执行智能体在框架约束下自主决定。

与自主性相配套的是严格的盲分析策略。为避免根据真实信号区数据调整分析而造成观察者偏差，JFC采用了与大型合作组实践相近的分阶段揭盲策略。在预期结果阶段，信号区的统计推断只使用阿西莫夫（Asimov）数据集；随后，对信号区域10%的随机数据运行完整拟合，形成分析初稿与揭盲检查清单。此时智能体自动暂停，人类可以选择批准、要求修改或终止。只有获得明确批准后，智能体才会在完整数据上揭盲，给出最终结果。

3.2 总体架构

JFC的架构、工具使用要求与领域惯例都通过预先撰写的文档传递给智能体。方法学、领域约定、智能体行为规范、评审规则与工具要求分别写成独立文档。子智能体可分为执行、评审与仲裁三类：执行智能体负责规划、编码并执行分析；评审智能体不读取方法学文件，而根据物理目标、待审产物及相关分析记录独立判断；仲裁智能体综合评审结果，判断问题严重程度并给出后续处置意见。

工具调用与文献阅读要求同样写入文档。文献检索基于SciTreeRAG，把已发表论文按其层次结构组织为语料库，在数据筛选、系统误差与统计方法上为智能体提供依据[6]。

如图2所示，整个分析流程分为五个阶段。第一，策略阶段确定技术方案与系统误差计划；第二，探索阶段检查数据质量与变量排序；第三，数据处理阶段完成数据筛选与本底估计；第四，推断阶段先得到预期结果，再利用10%的真实数据样本部分揭盲，经人工批准后对完整数据拟合；第五，文档阶段最终生成图与分析文档。每个阶段都产出对应文档，通过评审后才能进入下一阶段。

以CMS实验的希格斯玻色子H→τ+τ-信号强度测量和ALEPH实验的Lund喷注平面密度测量等为例，进一步测试了JFC的实际效果。

3.3 基于CMS Run-1公开数据的H→τ+τ-信号强度测量

分析使用2012年CMS公开数据，积分亮度约11.5fb-1。采用μτh末态，即其中一个τ轻子衰变为μ，另一个衰变为强子。选中事例被分为零喷注、高横动量与矢量玻色子融合三个信号类别。该末态的两个τ轻子总共产生三个中微子，后者无法被CMS探测器探测，因而τ轻子对的不变质量分辨率较差。分析采用多变量分析方法辅助鉴别信号。由于MC模拟与真实数据存在差异，本底数量采用数据驱动方法估计。例如，利用专门的b--标记控制区，在拟合中约束顶夸克对产生本底的事例数。

同时，智能体系统地估计了约二十项系统误差，包括τ能量刻度、喷注能量刻度、喷注能量分辨率、b夸克鉴别效率、缺失横动量、数据驱动本底的归一化、信号理论误差和亮度误差等。

如图3所示，基于相同提示词输入与JFC框架，分别以Claude Opus 4.8、Claude Fable 5和GPT-5.5作为驱动模型运行一次。三个模型的测量结果均与已发表的CMS μτh末态结果在误差范围内一致[7]，但误差仍大于已发表结果，存在一定差距。对于三个模型，其完整运行时间均约为十小时，证明其可显著提升高能物理课题研究的效率。

3.4 基于ALEPH公开数据的Lund喷注平面密度测量

与前述对H→τ+τ-信号强度测量的复现不同，Lund喷注平面密度测量是一项独立分析。它是正负电子碰撞中首次对初级Lund喷注平面密度的测量，并可能是首个由人工智能体自主产生的全新高能物理测量结果，正因其开创性，该结果仍有待独立分析交叉检验。

Lund喷注平面把喷注内部的辐射模式映射到由相对喷注横动量kT与劈裂角度Δθ构成的二维平面上。二维平面上的不同区域，对应不同的喷注产生过程。在软共线（soft-collinear）极限下，初级发射密度正比于强相互作用耦合常数αs。已发表的代表性测量来自质子-质子对撞机[8]，其中底层事例（underlying event）、多部分子相互作用（multiple-parton interactions）和堆积本底（pileup）会影响喷注边界附近的区域。相比之下，正负电子碰撞没有束流残迹和堆积效应。此外，在Z极点能量附近，初态辐射受到共振峰选择的抑制，喷注由夸克产生主导，因而为强子化区域提供了较干净的测量环境。

分析基于1994年的ALEPH公开数据，按推力轴（thrust axis）分为两个半球，以Cambridge/Aachen算法重聚类，再用二维迭代贝叶斯展开（iterative Bayesian unfolding）把探测器级分布校正到带电粒子级。这批历史数据原本依赖FORTRAN等遗留软件框架处理，智能体以现代工具链重新实现数据重建与分析。同时，智能体估计了约十项系统误差，包括展开先验、径迹能流权重和探测器效应等。

Claude Opus 4.8在约十小时内测得每个半球的平均初级发射数为4.751±0.224，相比部分子簇射与强子化模型的理论预言高9%至18%。

目前基于JFC测试的九项标量测量结果与发表文献的结果对比，汇总如图4所示。这些结果说明智能体已经能够复现多数常规高能物理实验研究，但个别环节的物理判断仍有待加强。

4 局限性与展望

4.1 高能物理实验智能体的局限性

首先，细微的物理错误仍难被智能体识别并修正。如图4，九个测试结果中，ALEPH的Z宽度测量结果，低于已发表的参考值约3.4个标准差[5,9]。经人工核验，其问题源于一项与能量相关的筛选效率没有被完全修正，这反映了智能体即使能识别部分问题，却不总能完成修复循环，需要人工复核。

其次，智能体蕴含大量从训练中获得的内隐知识，但其推理过程仍具有黑箱性，它可能给出看似合理、实则未经核实的结果，人类难以仅凭最终输出判断智能体是否按要求如实、完整地完成了课题，进一步证明了外部人工检验的必要性。

最后，智能体能完成的课题复杂度与新颖性存在上限。现有测试集中于相对常见的测量研究，已有许多已发表的同类研究可供智能体参考。但智能体擅长复现文献中已有的分析策略，却未必能可靠地构思、测试新颖方法，人类主导的顶层设计仍必不可少。

4.2 未来展望

借鉴其他领域的发展思路，应建立可比较的基准与审查机制，评测智能体完成课题的准确性。例如，数学领域使用MATH、FrontierMath等问题集检验模型与智能体的推理能力[10]；软件工程领域使用SWE-bench检验代码智能体解决真实问题的能力[11]。这些基准的意义不只是给出模型排名，更在于暴露失败模式，为后续开发与提升指明方向。人工智能在高能物理中的应用亟需具有已知结果的受控测试环境及数据集[12]，以评测智能体性能。

首先，未来的下一代高能物理大科学装置的建设与运行，对数据的自动化处理提出了更迫切的要求。CERN的高亮度大型强子对撞机升级计划，设计目标是在高亮度运行期为ATLAS和CMS各积累约3000fb-1的数据[13]；更高的触发率、事例复杂度与数据量将显著增加存储和计算压力[14]。未来环形对撞机（Future Circular Collider，FCC）的正负电子阶段FCC-ee仅在Z极点就计划积累150ab-1的积分亮度，比LEP的Z极点数据量高约五个数量级[15]。中国提出的环形正负电子对撞机（Circular Electron Positron Collider，CEPC）则以240GeV质心能量的希格斯工厂运行模式为基线，计划在十年运行期内积累约13ab-1的积分亮度[16]；中国的超级τ-粲工厂（Super Tau-Charm Facility）设计峰值亮度超过5×1034cm-2s-1，约为北京正负电子对撞机II（Beijing Electron-Positron Collider II，BEPCII）的五十倍[17]。传统基于人力的数据分析模式将难以为继。

其次，软件与工具链的更新换代也在加快，每一次迁移都意味着新的学习成本。数据量按数量级增长，工具按年更替，分析人力却无法同步扩张，单纯依靠人工的模式已经面临瓶颈。JFC的单次物理分析，可在约十小时内完成，但其结果仍须经过人类验证。因此，智能体能够压缩的是原型分析的实现与迭代时间，而不是取代合作组对可发表结果的完整审查。当检验新方法的成本大幅降低，课题研究的重点，将逐步从代码实现，转向提出新物理想法，进一步激发人的创造力，推动高能物理的进步。

最后，高能物理领域的人才培养也需要相应调整。物理教学不能只讲授物理概念，还应把人工智能素养纳入基本训练，比如增设涵盖机器学习和软件工程的跨学科课程。高能物理学界也应当为人工智能参与的研究建立清晰的署名、披露与责任规范，使年轻研究者既能借助智能体扩大研究范围，又不放弃独立判断与物理直觉的训练。

致谢:感谢麻省理工学院Philip Coleman Harris教授对本文相关研究的支持和帮助。

参考文献

[1]GUEST D, CRANMER K, WHITESON D. Deep learning and its application to LHC physics[J]. Annual Review of Nuclear and Particle Science, 2018, 68: 161-181.

[2]GENDREAU-DISTLER E, HO J, KIM D, et al. Automating high energy physics data analysis with LLM-powered agents[Z]. arXiv: 2512.07785, 2025.

[3]BADEA A, CHEN Y, MAGGI M, et al. Agentic AI-physicist collaboration in experimental particle physics: a proof-of-concept measurement with LEP open data[Z]. arXiv: 2603.05735, 2026.

[4]LI K, LIU B J, MELLADO B, et al. AI agents, language, deep learning, and the next revolution in science[J]. Frontiers of Physics, 2026, 21(9): 096401.

[5]MORENO E A, BRIGHT-THONNEY S, NOVAK A, et al. AI agents can already autonomously perform experimental high energy physics[Z]. arXiv: 2603.20179, 2026.

[6]MCGREIVY J, DELANEY B, BECK A, et al. Seeing the forest through the trees: knowledge retrieval for streamlining particle physics analysis[Z]. arXiv: 2509.06855, 2025.

[7]The CMS Collaboration. Evidence for the 125GeV Higgs boson decaying to a pair of τ leptons[J]. Journal of High Energy Physics, 2014, 2014(5): 104.

[8]ATLAS Collaboration. Measurement of the Lund jet plane using charged particles in 13TeV proton-proton collisions with the ATLAS detector[J]. Physical Review Letters, 2020, 124: 222002.

[9]The ALEPH Collaboration. Measurement of the Z resonance parameters at LEP[J]. The European Physical Journal C-Particles and Fields, 2000, 14(1): 1-50.

[10]HENDRYCKS D, BURNS C, KADAVATH S, et al. Measuring mathematical problem solving with the MATH dataset[C]//Proceedings of the 35th Conference on Neural Information Processing Systems Track on Datasets and Benchmarks. 2021.

[11]JIMENEZ C E, YANG J, WETTIG A, et al. The Twelfth International Conference on Learning Representations, 2024.

[12]FAROUGHY D A, SCHWEITZER S P, PANG I, et al. Collider-Bench: benchmarking AI agents with particle physics analysis reproduction[Z]. arXiv: 2605.13950, 2026.

[13]DIERLAMM A, on behalf of the CMS Tracker Collaboration. The CMS outer tracker upgrade for the HL-LHC[J]. Nuclear Instruments and Methods in Physics Research Section A: Accelerators, Spectrometers, Detectors and Associated Equipment, 2019, 924: 256-261.

[14]BOCCALI T. Computing models in high energy physics[J]. Reviews in Physics, 2019, 4: 100034.

[15]FCC Collaboration. FCC-ee: The lepton collider[J].The European Physical Journal Special Topics, 2019, 228(2): 261-623.

[16]The CEPC Study Group. CEPC technical design report: Accelerator[J]. Radiation Detection Technology and Methods, 2024, 8(1): 1-1105.

[17]AI X C, AN L P, AN S Z, et al. Conceptual design report of the Super Tau-Charm Facility: The accelerator[J]. Nuclear Science and Techniques, 2025, 36(12): 242.

基金项目: 本工作得到国家自然科学基金项目W2511007、125B1008，清华大学自主科研计划的支持。

通信作者: 胡震，zhenhu@tsinghua.edu.cn。

引文格式: 赵一扬，胡震. 以人工智能窥探粒子的奥秘[J]. 物理与工程，2026，46（5）：38-44.

Cite this article: ZHAO Y Y, HU Z. Probing particle physics with artificial intelligence[J]. Physics and Engineering, 2026， 46（5）： 38-44. (in Chinese)