Die Europäische Organisation für Kernforschung (CERN) und das französische Start-up Mistral AI haben eine Absichtserklärung über eine langfristige strategische Partnerschaft unterzeichnet.
Wie Mitte Oktober aus Medienberichten hervorging, beabsichtigen beide Seiten, gemeinsam sogenannte Foundation-Modelle für wissenschaftliche Entdeckungen zu entwickeln. Im Zentrum des Vorhabens steht ein Modell namens „Flare“, das nach Angaben eines CERN-Sprechers das erste Basismodell für die Hochenergie- und Collider-Physik werden soll.
Kollisionsdaten statt Sprachverarbeitung
Flare ist als vortrainiertes physikalisches Großmodell („Large Physics Model“) konzipiert. Anstelle von Textmengen wie bei gängigen Sprachmodellen soll Flare auf Basis von Milliarden simulierter Proton-Proton-Kollisionen des Large Hadron Collider (LHC) trainiert werden.
Während bisherige KI-Werkzeuge in der Physik größtenteils auf eng umgrenzte Einzelaufgaben beschränkt waren, soll das neue System mehrere Analysearten zusammenführen und Daten verschiedener Detektoren verarbeiten können.
Wer sich mit der Entwicklung und dem Einsatz solch komplexer KI-Systeme befasst, muss auch die rechtlichen Rahmenbedingungen in Europa im Blick behalten. Dieser kostenlose Umsetzungsleitfaden bietet Unternehmen einen kompakten Überblick über alle Anforderungen, Pflichten und Fristen des EU AI Acts. EU AI Act in 5 Schritten verstehen
Für den Einsatz sind vier zentrale Aufgabenbereiche vorgesehen: die Rekonstruktion von Kollisionen aus Detektorsignalen, die präzise Identifikation von Teilchen, das Auffinden unerwarteter Signale sowie die Bewertung zukünftiger Detektorkonstruktionen. Damit soll Flare mehrere bisher genutzte, hochspezialisierte Algorithmen zur Rekonstruktion und Teilchenerkennung ablösen. Die entwickelten Modellansätze könnten künftig auch auf andere wissenschaftliche Disziplinen übertragen werden.
Vorbereitung auf wachsende Datenmengen am LHC
Der Forschungsbetrieb am CERN stellt enorme Anforderungen an die Datenverarbeitung. Das Rechenzentrum speichert derzeit ca. 1 Exabyte (rund 1 Mio. Terabyte) experimentelle Daten aus den bisherigen LHC-Messungen.
Um das Jahr 2030 herum erwartet die Institution nach Abschluss des laufenden Upgrades zum High-Luminosity-LHC ein zehnfaches Kollisionsvolumen. Derzeit ist der LHC für vier Jahre außer Betrieb, um Anpassungen an einem 1,2 km langen Segment vorzunehmen.
CERN-CIO Enrica Porcari betonte in diesem Zusammenhang, dass die Hochenergiephysik durch ihre außergewöhnliche Strenge ein einzigartiges Umfeld für die Weiterentwicklung von künstlicher Intelligenz biete. Ziel der Partnerschaft sei es, KI-Fähigkeiten aufzubauen, die der gesamten Physikgemeinde zugutekommen und geteilt werden sollen.
Mit der Einführung neuer Technologien wie KI-Großmodellen entstehen oft auch neue Anforderungen an die Sicherheit und Compliance im Unternehmen. Erfahren Sie in diesem kostenlosen Report, welche KI-Systeme als Hochrisiko gelten und was Verantwortliche jetzt konkret tun müssen, um rechtlich auf der sicheren Seite zu sein. Kostenlosen Report zu KI-Risikoklassen sichern
Offene Rahmenbedingungen und strategische Ausrichtung
Trotz der Vereinbarung bleiben wesentliche formale Parameter vorerst offen. Bislang liegt lediglich eine Absichtserklärung vor; Angaben zu einem festen Budget, einem detaillierten Zeitplan oder der Laufzeit der Partnerschaft wurden nicht veröffentlicht. Ebenso gibt es noch keine Festlegungen dazu, unter welchen Lizenz- oder Zugangsbedingungen das Modell bereitgestellt wird oder ob eine Veröffentlichung als Open-Weight-Modell vorgesehen ist.
Für Mistral AI unterstreicht die Vereinbarung den Anspruch, über den Bereich kommerzieller Chat- und Sprachsysteme hinauszuwachsen. Unternehmenschef Arthur Mensch hob in einem Beitrag für die französische Tageszeitung Le Monde hervor, dass hochentwickelte KI-Modelle inzwischen unverzichtbar für den wissenschaftlichen Fortschritt geworden seien.
Parallel zu der Forschungskooperation treibt das Unternehmen auch seine Produktpalette voran: Für den 27. Oktober plant Mistral AI die Veröffentlichung eines neuen Open-Weight-Modells.