Projektbeschreibung
Verbesserte Modelle lenken genaue Erforschung neuer Physik
Gittersimulationen der Quantenchromodynamik sind unerlässlich, um genaue theoretische Vorhersagen zu treffen, anhand derer Experimente zur Erforschung von Lücken im Standardmodell geplant werden. Diese Simulationen sind jedoch sehr rechenaufwändig und ungenau. Das Ziel des ERC-finanzierten Projekts FoundLatt besteht darin, dieses Problem durch die Entwicklung des ersten grundlegenden Maschinenlernmodells für Gitter-Quantenchromodynamik zu lösen. Das Mschinenlernmodell wird Komponenten großer, allgemeiner Modelle mit bestehenden spezialisierten Maschinenlernmethoden kombinieren, die bestimmte Aufgaben in Gitter-Quantenchromodynamik-Simulationen beschleunigen. Ergebnis soll ein Modell sein, das nach einmaligem Training dauerhaft genutzt werden kann und den derzeitigen Modellen überlegen ist, die einen enormen, kontinuierlichen und daher unpraktischen Trainingsaufwand erfordern. Damit werden sich hochpräzise Vorhersagen treffen lassen, die als Leitfaden für Experimente im Bereich der Physik jenseits des Standardmodells dienen können.
Ziel
"Despite describing fundamental physics with spectacular accuracy, the Standard Model of particle physics is known to be incomplete. As experimental programmes probe its boundaries at higher energies and with better precision, it is critical that measurements are faced with fully controlled theory predictions. Lattice simulations of Quantum Chromodynamics (QCD) form a major pillar of this effort. However, even with increasing computing capacity, many lattice QCD calculations will not be possible without new techniques.
FoundLatt aims to solve this challenge by developing the first machine learning (ML) foundation model for lattice QCD. As exemplified by the highly successful ChatGPT, these large, general-purpose models have recently shown great promise in other contexts. Combining methods from these contexts with specialised ML methods that already accelerate specific lattice QCD tasks, I will create a lattice QCD foundation model that performs multiple challenging tasks over a range of physical parameters. The main innovation of this programme is a ""train once, use forever"" methodology, which will involve a centralised investment of effort that supersedes impractical training of non-reusable models.
This objective will be achieved via three complementary work packages (WPs). My team and I will develop and train a foundation model capable of two critical tasks, importance sampling and precise estimation of observables, first for a reduced model of QCD (WP1) and then the full theory of QCD (WP2). We will also develop a method to learn a ""quantum perfect"" action for QCD, then fine-tune the foundation model to accomplish this (WP3). Such an action has zero lattice discretisation artefacts, thereby removing one of the largest sources of systematic uncertainty. The main output of FoundLatt will be an ML model that is shared openly with the lattice QCD community, unlocking state-of-the-art theory predictions for the next generation of new physics searches.
"
Wissenschaftliches Gebiet (EuroSciVoc)
CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht. Siehe: Das European Science Vocabulary.
Die Klassifikation dieses Projekts wurde von Menschen validiert.
CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht. Siehe: Das European Science Vocabulary.
Die Klassifikation dieses Projekts wurde von Menschen validiert.
- Naturwissenschaften Naturwissenschaften theoretische Physik Teilchenphysik
- Naturwissenschaften Naturwissenschaften Quantenphysik
- Naturwissenschaften Mathematik angewandte Mathematik Statistik und Wahrscheinlichkeit
- Naturwissenschaften Informatik und Informationswissenschaften Informatik Multiphysik
- Naturwissenschaften Informatik und Informationswissenschaften künstliche Intelligenz maschinelles Lernen
Schlüsselbegriffe
Schlüsselbegriffe des Projekts, wie vom Projektkoordinator angegeben. Nicht zu verwechseln mit der EuroSciVoc-Taxonomie (Wissenschaftliches Gebiet).
Schlüsselbegriffe des Projekts, wie vom Projektkoordinator angegeben. Nicht zu verwechseln mit der EuroSciVoc-Taxonomie (Wissenschaftliches Gebiet).
Programm/Programme
Mehrjährige Finanzierungsprogramme, in denen die Prioritäten der EU für Forschung und Innovation festgelegt sind.
Mehrjährige Finanzierungsprogramme, in denen die Prioritäten der EU für Forschung und Innovation festgelegt sind.
-
HORIZON.1.1 - European Research Council (ERC)
HAUPTPROGRAMM
Alle im Rahmen dieses Programms finanzierten Projekte anzeigen
Thema/Themen
Aufforderungen zur Einreichung von Vorschlägen sind nach Themen gegliedert. Ein Thema definiert einen bestimmten Bereich oder ein Gebiet, zu dem Vorschläge eingereicht werden können. Die Beschreibung eines Themas umfasst seinen spezifischen Umfang und die erwarteten Auswirkungen des finanzierten Projekts.
Aufforderungen zur Einreichung von Vorschlägen sind nach Themen gegliedert. Ein Thema definiert einen bestimmten Bereich oder ein Gebiet, zu dem Vorschläge eingereicht werden können. Die Beschreibung eines Themas umfasst seinen spezifischen Umfang und die erwarteten Auswirkungen des finanzierten Projekts.
Finanzierungsplan
Finanzierungsregelung (oder „Art der Maßnahme“) innerhalb eines Programms mit gemeinsamen Merkmalen. Sieht folgendes vor: den Umfang der finanzierten Maßnahmen, den Erstattungssatz, spezifische Bewertungskriterien für die Finanzierung und die Verwendung vereinfachter Kostenformen wie Pauschalbeträge.
Finanzierungsregelung (oder „Art der Maßnahme“) innerhalb eines Programms mit gemeinsamen Merkmalen. Sieht folgendes vor: den Umfang der finanzierten Maßnahmen, den Erstattungssatz, spezifische Bewertungskriterien für die Finanzierung und die Verwendung vereinfachter Kostenformen wie Pauschalbeträge.
HORIZON-ERC - HORIZON ERC Grants
Alle im Rahmen dieses Finanzierungsinstruments finanzierten Projekte anzeigen
Aufforderung zur Vorschlagseinreichung
Verfahren zur Aufforderung zur Einreichung von Projektvorschlägen mit dem Ziel, eine EU-Finanzierung zu erhalten.
Verfahren zur Aufforderung zur Einreichung von Projektvorschlägen mit dem Ziel, eine EU-Finanzierung zu erhalten.
(öffnet in neuem Fenster) ERC-2025-STG
Alle im Rahmen dieser Aufforderung zur Einreichung von Vorschlägen finanzierten Projekte anzeigenGastgebende Einrichtung
Finanzieller Nettobeitrag der EU. Der Geldbetrag, den der Beteiligte erhält, abzüglich des EU-Beitrags an mit ihm verbundene Dritte. Berücksichtigt die Aufteilung des EU-Finanzbeitrags zwischen den direkten Begünstigten des Projekts und anderen Arten von Beteiligten, wie z. B. Dritten.
EH8 9YL Edinburgh
Vereinigtes Königreich
Die Gesamtkosten, die dieser Organisation durch die Beteiligung am Projekt entstanden sind, einschließlich der direkten und indirekten Kosten. Dieser Betrag ist Teil des Gesamtbudgets des Projekts.