Het CERN en Mistral willen een fundamenteel model trainen op een van de grootste wetenschappelijke datasets ter wereld: de gegevens die worden gegenereerd door de botsingen in de Large Hadron Collider (LHC). Het Europese deeltjesfysica-laboratorium en het Franse kunstmatige intelligentie (AI) bedrijf ondertekenden op 15/10/2026 een verklaring van intenties voor een strategische langetermijnsamenwerking, waarvan het eerste project een Groot Fysisch Model is dat wordt getraind met miljarden gesimuleerde botsingen.
De kernpunten van de overeenkomst tussen CERN en Mistral in 30 seconden
- Het betreft een intentieverklaring; er zijn geen bedragen, tijdschema’s of concrete rekenbronnen bekendgemaakt.
- Het eerste project is een uniek model voor collider-fysica, het Large Physics Model.
- Het CERN levert grootschalige compute-capaciteit en Mistral brengt zijn expertise in grote modellen trainen in.
- Het laboratorium beheert circa een exabyte experimentele gegevens van de LHC.
- Met de geplande High Luminosity LHC (HL-LHC) vanaf circa 2030 zal het aantal botsingen vertienvoudigen.
Achter het nieuws schuilt vooral een infrastructuurprobleem. CERN beheert al een van de grootste wetenschappelijke compute-netwerken ter wereld, en de volgende fase van de accelerator zal het volume van te verwerken gegevens aanzienlijk vergroten. Investeren in fundamentele modellen is grotendeels een manier om deze middelen efficiënter te gebruiken, zonder dat de kosten voor analyse in dezelfde mate toenemen.
Een netwerk van 170 centra dat moet groeien
De gegevens van de LHC worden niet alleen in Genève geanalyseerd. Ze worden verspreid via het Worldwide LHC Computing Grid (WLCG), een netwerk dat volgens CERN meer dan 170 centra in 42 landen verbindt, met ongeveer 1,4 miljoen rekenkernen en circa 1,5 exabytes opslagruimte. Dagelijks worden er meer dan twee miljoen taken uitgevoerd door meer dan 12.000 fysici. CERN draagt zelf circa 20% bij aan deze middelen.
De uitdaging ligt bij de High Luminosity LHC (HL-LHC), de upgrade die CERN naar verwachting rond 2030 zal activeren. Deze zal het aantal botsingen vertienvoudigen, wat leidt tot meer data die moet worden gereconstrueerd, gefilterd en gesimuleerd. Momenteel worden deze taken uitgevoerd door diverse machine learning-modellen, elk gericht op een specifieke taak. CERN en Mistral stellen voor om al deze processen te concentreren in één enkel vooraf getraind model dat botsingen kan reconstrueren, deeltjes kan identificeren, onverwachte signalen kan detecteren en ontwerpvoorstellen voor nieuwe detectors kan evalueren.
Het is nog niet duidelijk waar het model precies zal worden getraind, welke hardware wordt gebruikt of hoeveel capaciteit er nodig zal zijn. Ook is nog niet bevestigd of de middelen uit het WLCG, de eigen infrastructuur van Mistral, of een combinatie van beiden zullen worden ingezet. Wel wordt aangegeven dat de twee partijen hun capaciteiten en middelen zullen bundelen.
Wat Mistral wint
Voor Mistral biedt CERN een uiterst prestigieus showcase. Het Franse bedrijf heeft al maanden zijn catalogus uitgebreid met grotere modellen, zoals Mistral Large 4, en werkt met sectorale overeenkomsten die hun modellen toepassen in industriële omgevingen, zoals de chipfabrieken van Samsung of het data platform van Cloudera. Een model voor de deeltjesfysica toont aan dat hun technologie ook geschikt is voor niet-tekstuele data en in een veeleisende onderzoeksomgeving.
Het akkoord past ook binnen het Europese debat over technologische soevereiniteit: een intergouvernementeel Europees laboratorium en een Europees AI-bedrijf werken samen aan Europees wetenschappelijk data. Het persbericht zelf brengt dit echter niet expliciet ter sprake.
Enrica Porcari, directeur informatiesystemen bij CERN, stelt dat “de hoge-enerFysica een unieke omgeving biedt waarin kunstmatige intelligentie zich kan ontwikkelen en testen.” Johannes Brandstetter, vicevoorzitter AI voor engineering bij Mistral, zegt dat het bedrijf trots is samen met CERN te onderzoeken wat grootschalige modellen kunnen bijdragen. Het blijft de vraag of het uiteindelijke model onder open weights wordt gedeeld: CERN spreekt over capaciteiten die gedeeld kunnen worden met de wetenschappelijke gemeenschap, maar geeft geen details over licentie of planning.
Veelgestelde vragen
Wat hebben CERN en Mistral afgesproken?
Ze hebben een verklaring van intenties ondertekend voor een strategische langetermijnsamenwerking op het gebied van AI voor wetenschap. Hun eerste project is een fundamenteel model voor de fysica van colliders.
Hoeveel gegevens beheert CERN?
CERN beheert ongeveer een exabyte experimentele gegevens van de LHC, terwijl het WLCG-netwerk circa 1,5 exabytes opslagruimte omvat in meer dan 170 centra in 42 landen.
Waar zal het Large Physics Model worden getraind?
Details hierover ontbreken. Het enige dat wordt aangegeven, is dat CERN grootschalige compute zal leveren en Mistral zijn expertise in het trainen van grote modellen inzet.
Wanneer wordt de High Luminosity LHC operationeel?
CERN verwacht dit rond 2030 te doen, met een vertienvoudiging van het aantal botsingen.