يعمل كاشف الجسيمات في مصادم الهدرونات الكبير لسنوات دون توقف. تنتج أجهزة الاستشعار فيه جبالًا من البيانات كل ثانية، وبينها يجب رصد الخلل بسرعة — مثل ارتفاع الحرارة أو قناة معطوبة. في السابق كانت قواعد بسيطة تراقب ذلك، لكنها كثيرًا ما تخطئ. الآن جاءت الشبكة العصبية DepthViT للنجدة — خفيفة وسريعة، كفنيّ يقظ يعرف كيف يبدو العمل الطبيعي.
المشكلة أن الظروف داخل الكاشف تتغير بمرور الوقت: تتهالك الأجزاء، ويتغير تدفق الجسيمات. الشبكة العصبية المدربة على بيانات قديمة تبدأ بالارتباك وتطلق إنذارات كاذبة. ابتكر المؤلفون حلًا: يجمعون عدة نماذج دُرّبت على فترات زمنية مختلفة. وكحرفي خبير يتذكر عادات الآلة القديمة والجديدة، تظل هذه المنظومة دقيقة. على بيانات المسعّر (الكالوريمتر) CMS، تبقى دقة كشف الشذوذ أعلى من 98.8% حتى مع تغيرات قوية.
هذا النهج مفيد ليس فقط في الفيزياء. ففي المصنع، تعمل الآلات أيضًا في ظروف متغيرة: اهتزاز، حرارة، تآكل. الشبكة العصبية القادرة على التكيف ستساعد في التنبؤ بالأعطال قبل حدوثها. الكاشف الذي لا يعرف الكلل — خطوة نحو أنظمة ذكية قادرة على العمل لسنوات دون إشراف.
تعالج الشبكة العصبية DepthViT خرائط إشغال المسعّر (الكالوريمتر) — وهي مثل خريطة حرارية تُظهر أين تركت الجسيمات طاقتها. يظهر الشذوذ كبقعة غير متوقعة على هذه الخريطة.