COMCHA, la primera escuela de Computing Challenges in High Energy Physics, ha tenido lugar en La Salle Campus Barcelona-URL entre los días 3 y 9 de octubre. Ha reunido a académicos del área de la física de altas energías, incluyendo a investigadores, estudiantes de doctorado y estudiantes de post-doctorado, para explorar cómo las nuevas tecnologías en computación darán respuesta a grandes retos del área de la física de altas energías en próximos proyectos de gran envergadura, como el proyecto de análisis en tiempo real en LHCb o el HL-LHC (High Luminosity Large Hadron Collider), que aspira a aumentar la capacidad de Gran Colisionador de Hadrones del CERN para aumentar la cantidad de datos que se puedan recoger de cada experimento.
Se trata de tecnologías que incluyen las nuevas soluciones de hardware (GPUs, FPGAs…), nuevas y poco convencionales técnicas de reconstrucción (long-lived particles…), nuevas estrategias de análisis de datos como el machine learning o la paralelización (una forma de computación en que se pueden realizar varios cálculos simultáneos en paralelo para resolver un problema de gran envergadura con mayor velocidad) o el diseño de procesadores multinúcleo más eficientes.
La iniciativa surge de los esfuerzos coordinados del grupo de investigación DS4DS (Data Science for Digital Society) de La Salle-URL y del IFIC de Valencia (Instituto de Física Corpuscular). Ambos participan en el proyecto del LHCb (uno de los seis detectores de partículas especializados instalados en el LHC del CERN). Las clases van dirigidas hacia toda la comunidad científica, poniendo en valor los usos potenciales de la ingeniería informática dentro del ámbito de la física de altas energías.
“Por poner un ejemplo, nuestros experimentos en el CERN producen, por segundo, diez veces más datos de los que producen en ese mismo tiempo Google, Facebook y Whatsapp juntos” explica Arantza Oyanguren, investigadora del IFIC de Valencia, “Necesitamos herramientas computacionales capaces de procesarlos y seleccionar los que sean útiles”.
“Para asegurar su futuro la física de partículas debe resolver retos en computación hasta ahora impensables” dice Xavier Vilasis, Director del master en data science y vicedegano de la Escuela de Doctorado de La Salle-URL, “y ello depende de la buena sintonía entre físico/as e ingeniero/as, en temas como la inteligencia artificial o las nuevas arquitecturas de computación”.
Es un proyecto alineado directamente con el DS4DS, sobre todo con su línea de investigación de la Inteligencia Artificial y el Machine Learning aplicados a la física de partículas, que lidera la Dra. Míriam Calvo.
El DS4DS es un grupo de investigación enfocado al desarrollo y la aplicación de técnicas de data science y al estudio de su impacto en la Digital Society. Busca una visión transversal de los problemas relacionados con el uso de datos que utilizan inteligencia artificial, aprendizaje automático y estadísticas, y busca sus posibles efectos y activos en la sociedad desde el punto de vista de las ciencias sociales, en particular en temas como la vida inteligente, los negocios inteligentes o la universidad inteligente.
Ha sido pionero en España en el uso de arquitecturas como GPUs y técnicas de IA, y es un centro de referencia en formación en estas disciplinas.