2026年生成式AI在粒子物理中的数据模拟研究.docx

PAGE2

《2026年生成式AI在粒子物理中的数据模拟研究》

一、调研概述

1.1调研背景与目的

粒子物理作为揭示宇宙最基本构成与相互作用的前沿学科，高度依赖大规模数值模拟来理解实验数据。随着高亮度大型强子对撞机（HL-LHC）等装置的升级，实验数据产出量正从拍字节跃升至艾字节量级，传统蒙特卡洛全模拟所需的计算资源已远超全球网格算力的线性增长预期。这一尖锐矛盾催生了将生成式人工智能引入数据模拟流程的范式变革。

生成式AI能学习复杂、高维的概率密度分布，并以极低的计算代价生成与全模拟高度一致的样本。本调研旨在系统梳理生成式AI在粒子物理数据模拟中的技术演进、科研生态与资源投入现状，深入