View in

English

Le défi TrackML vous attend !

L’apprentissage automatique peut-il aider la physique des hautes énergies à découvrir de nouvelles particules et étudier leurs caractéristiques ?

|

Are you up for the TrackML challenge?

10 000 trajectoires, composées de 100 000 points, dans un futur détecteur auprès du LHC, simulé pour le défi TrackML. (Image : TrackML Challenge Team/CERN)

Des physiciens des collaborations ATLAS, CMS et LHCb viennent de lancer un concours, le défi TrackML – l’occasion pour vous de développer de nouvelles solutions d’apprentissage automatique destinées à la prochaine génération d’accélérateurs de particules.

Le Grand collisionneur de hadrons (LHC) produit chaque seconde des centaines de millions de collisions, qui se traduisent par des dizaines de pétaoctets de données par année. Gérer cette avalanche de données représente un défi de taille pour les physiciens, qui ont développé des outils pour traiter et filtrer les événements en direct, en une fraction de seconde, et sélectionner les plus prometteurs.

Le traitement de ce grand volume de données deviendra encore plus difficile dans un avenir proche : avec le LHC à haute luminosité, amélioration majeure du LHC dont l’exploitation doit commencer en 2026, le rythme des collisions augmentera d’un facteur cinq. De nouvelles solutions logicielles innovantes seront nécessaires pour reconstruire rapidement, avec les ressources de calcul disponibles, les trajectoires des particules issues de ces collisions.

Pour contribuer à résoudre ce problème, une équipe d’experts de l’apprentissage automatique et de physiciens du LHC ont créé un partenariat avec Kaggle afin de déterminer si l’apprentissage automatique peut aider la physique des hautes énergies à découvrir de nouvelles particules et étudier leurs caractéristiques.

Plus précisément, ce concours invite les participants à créer un algorithme capable de reconstruire rapidement et efficacement les trajectoires des particules à partir des points qu’elles laissent en 3D dans les détecteurs au silicium. Le concours se déroule en deux phases :

  • La phase « précision », qui a lieu actuellement sur la plateforme Kaggle, s’étend de mai à juillet 2018. Il s’agit ici d’obtenir le score le plus élevé, indépendamment du temps d’évaluation. Cette phase est un concours officiel de la conférence IEEE WCCI (Rio de Janeiro, juillet 2018).
  • La phase « débit » se déroulera sur la plateforme Codalab de juillet à octobre 2018. Les participants soumettront leurs logiciels, qui seront évalués par Codalab. L’accent est mis ici sur le débit (c’est-à-dire la vitesse) de l’évaluation, avec néanmoins un bon score. Cette phase est un concours officiel de la fondation NIPS (Montréal, décembre 2018).

Inscrivez-vous dès aujourd’hui pour le défi TrackML ! Les trois candidats obtenant les meilleurs scores recevront des prix en espèces. Certains lauréats sélectionnés pourront recevoir un GPU NVIDIA v100 de pointe, visiter le CERN ou assister à la Conférence sur les systèmes de traitement d’information neuronaux 2018 à Montréal (Canada).

Pour en savoir plus et pour connaître les conditions de participation, consultez la page web de Kaggle consacrée au concours et le compte Twitter officiel de TrackML.