El Instituto de Física Corpuscular (IFIC), centro mixto del Consejo Superior de Investigaciones Científicas (CSIC) y la Universitat de València, organizó del 23 al 25 de septiembre el Fourth MODE Workshop on Differentiable Programming for Experiment Design, un taller internacional centrado en la aplicación del Machine Learning en diversas áreas de la física, como la física de partículas, física nuclear, astropartículas, computación y física médica.

El encuentro ha sido co-organizado por varios investigadores principales de proyectos experimentales relevantes del IFIC, conectando así los temas de investigación del taller con áreas clave como la física del LHC, la física nuclear, el estudio de neutrinos y la física médica. Además de estos campos, el workshop también abordó aspectos de la ciencia computacional y la tomografía muónica, lo que subraya la transversalidad del Machine Learning en diversos ámbitos de investigación.

Este workshop forma parte del proyecto MODE (Machine-learning Optimized Design of Experiments), una colaboración interdisciplinar entre físicos y científicos computacionales que busca aplicar la programación diferenciable en la optimización del diseño de detectores para experimentos en física de partículas. Los objetivos del proyecto abarcan desde investigaciones fundamentales en aceleradores, física nuclear y neutrinos hasta aplicaciones industriales que emplean tecnologías de detección de radiación.

El evento contó con una participación internacional que incluyó científicos de Europa, América y la región de Asia-Pacífico. Entre los ponentes destacados se encontraban referentes internacionales como Danilo Rezende (DeepMind), Andrea Walther (Humboldt Universität zu Berlin) y Riccardo Zecchina (Università Bocconi), quienes ofrecieron charlas magistrales sobre los avances más recientes en inteligencia artificial aplicada a la investigación en física.

El workshop puso de relieve la relevancia creciente de la inteligencia artificial en el avance de la física y otras áreas tecnológicas. Se discutieron aplicaciones que van desde el diseño de instrumentos médicos para el tratamiento del cáncer, hasta innovaciones en la seguridad del transporte de mercancías mediante muografía y la optimización de infraestructuras. Estas tecnologías prometen tener un impacto exponencial en el futuro, reforzando el papel del Machine Learning en el desarrollo de la ciencia y la industria. Además, en el taller también se discutieron las implicaciones del Machine Learning en Física Teórica.

El Comité Organizador Local del evento incluye a los investigadores del IFIC Roberto Ruiz de Austri (chair), José Salt Cariols (co-chair), César Domingo, Emma Torró, Gabriela Llosá, Miguel Villaplana y Michel Sorel.