El CERN y Mistral planean un Large Physics Model para el LHC

El CERN, el laboratorio europeo de física de partículas, y la empresa francesa de IA Mistral AI acordaron el 15 de octubre de 2026 crear modelos fundacionales de IA para la ciencia. Su primer proyecto es un Large Physics Model (gran modelo de física). Se entrenará con miles de millones de colisiones de partículas simuladas del Gran Colisionador de Hadrones. Importa porque la física está a punto de producir muchos más datos de los que las herramientas actuales pueden manejar. Las dos partes quieren sustituir muchos modelos específicos por uno general.

Qué se firmó

Las dos partes firmaron una declaración de intenciones para una alianza estratégica a largo plazo, según el anuncio del CERN. Es un plan para trabajar juntos, no un contrato con financiación fija. Reuters informa de que ninguna de las partes reveló un calendario ni un presupuesto.

Un modelo fundacional es un gran modelo de IA que se entrena una vez con una enorme cantidad de datos y luego se reutiliza para muchas tareas distintas. El CERN describe el Large Physics Model como el primer modelo fundacional para la física de colisionadores.

Qué hará el Large Physics Model

El modelo se entrenará con miles de millones de colisiones protón-protón simuladas en el LHC, el mayor acelerador de partículas del mundo. El CERN le asigna cuatro tareas:

• Reconstruir colisiones, es decir, averiguar qué ocurrió a partir de las señales que registran los detectores.
• Identificar las partículas que salen de cada colisión.
• Señalar señales inesperadas que podrían apuntar a una física nueva.
• Evaluar diseños de futuros detectores.

Hoy cada una de estas tareas usa su propio algoritmo especializado. Reuters informa de que el Large Physics Model pretende sustituirlos. Los modelos podrían servir más adelante a otras ciencias.

Las dos partes se reparten el trabajo. El CERN aporta su experiencia en física, sus datos científicos y su computación a gran escala. Mistral aporta su experiencia en el entrenamiento de grandes modelos, según el CERN.

Por qué lo necesita la física

El problema de los datos está a punto de crecer. Según el CERN, los experimentos del LHC han almacenado hasta ahora alrededor de un exabyte de datos, cerca de un millón de terabytes. El High-Luminosity LHC, una mejora que debería arrancar hacia 2030, multiplicará por diez el número de colisiones.

"La física de altas energías ofrece un entorno único en el que la inteligencia artificial puede desarrollarse y probarse", dijo Enrica Porcari, Chief Information Officer del CERN. Johannes Brandstetter, Vice-President of AI for Engineering en Mistral AI, dijo que la empresa está "orgullosa de trabajar con el CERN para explorar lo que pueden aportar los grandes modelos de IA".

El acuerdo se basa en conversaciones que se remontan a 2025, informa Crypto Briefing. Llega pocos días después de que Mistral presentara un adelanto de Mistral Large 4, un modelo de alrededor de un billón de parámetros. El CERN no ha dicho de qué modelo de Mistral partirá el trabajo de física, ni si partirá de alguno.

Qué significa para los desarrolladores

Para quienes trabajan en aprendizaje automático, el proyecto pone a prueba si un solo modelo preentrenado puede superar a muchos modelos específicos en un campo con exigencias de precisión estrictas. Si funciona, el mismo enfoque podría llegar a otras áreas con enormes datos de sensores, como la astronomía, el clima o la imagen médica.

Para los equipos que crean software científico, conviene seguir cómo comparte el CERN los resultados. El CERN ya ha recurrido antes al software abierto: el mes pasado migró 2.200 ordenadores industriales a Debian. Ninguna de las dos partes ha dicho si los pesos del Large Physics Model serán abiertos. Esa es, por tanto, la pregunta clave.

Para las organizaciones europeas que compran IA, el acuerdo muestra que Mistral corteja a los organismos públicos de investigación, no solo a las empresas.

Aún no hay resultados ni fechas. Conviene seguir el primer artículo técnico. Mostrará cómo se compara el modelo con los algoritmos que pretende sustituir.