KI und die schwierigen Probleme der Welt · Physik · arXiv · 2026-10-22
Ko-Design und Optimierung von Detektoren durch agentische KI in vertikal integrierten, differenzierbaren Vollsimulationen
Originaltitel: Agentic AI Detector Co-design and Optimization in Vertically Integrated Differentiable Full Simulations
Forschende berichten von der ersten Implementierung von KI-Agenten im Entwurf und in der Optimierung von Detektoren der Hochenergiephysik, wobei ein Bi-Level-Optimierungsframework zum Einsatz kommt, das Detektorgeometrie, Front-End-Digitalisierung und Parameter von Rekonstruktionsalgorithmen auf hoher Ebene vertikal innerhalb differenzierbarer Vollsimulationen integriert. Am Beispiel eines segmentierten elektromagnetischen Kristallkalorimeters mit Dual-Readout und einer Basisauflösung von 3%/√E demonstrieren sie, wie ein KI-Agent einen optimalen Designpunkt unter drei konkurrierenden Leistungskriterien findet. Frontier-LLM-Reasoning-Modelle führten auch ohne experimentspezifischen Kontext komplexe Workflows aus und schlugen proaktiv weitere Wege vor, was zeigt, dass Agenten bei zentralen physikalischen Zielen eine höhere Leistung erzielen können, während sie Arbeits- und Rechenaufwand reduzieren.