物理學(xué)家利用機(jī)器學(xué)習(xí)技術(shù)尋找可能預(yù)示新物理學(xué)的奇異碰撞

LHC 實(shí)驗(yàn)的主要目標(biāo)之一是尋找新粒子的跡象，這可以解釋物理學(xué)中許多未解之謎。通常，尋找新物理學(xué)的目的是每次尋找一種特定類型的新粒子，并以理論預(yù)測為指導(dǎo)。但是，如何尋找未預(yù)測到的——意想不到的——新粒子呢?

如果不知道要尋找什么，那么對(duì) LHC 實(shí)驗(yàn)中發(fā)生的數(shù)十億次碰撞進(jìn)行搜索對(duì)物理學(xué)家來說將是一項(xiàng)艱巨的任務(wù)。因此，ATLAS 和 CMS 合作不再篩選數(shù)據(jù)并尋找異常，而是讓人工智能 (AI) 來做這項(xiàng)工作。

在 3 月 26 日舉行的 Rencontres de Moriond 會(huì)議上，CMS 合作項(xiàng)目的物理學(xué)家展示了使用各種機(jī)器學(xué)習(xí)技術(shù)搜索“噴流”對(duì)的最新成果。這些噴流是來自強(qiáng)相互作用的夸克和膠子的粒子準(zhǔn)直噴霧。它們特別難以分析，但它們可能隱藏著新的物理學(xué)。

ATLAS 和 CMS 的研究人員使用多種策略來訓(xùn)練 AI 算法以搜索噴流。通過研究其復(fù)雜能量特征的形狀，科學(xué)家可以確定是什么粒子產(chǎn)生了噴流。

兩個(gè)實(shí)驗(yàn)的物理學(xué)家都在利用真實(shí)的碰撞數(shù)據(jù)訓(xùn)練他們的人工智能，以識(shí)別來自已知粒子的噴流的特征。然后，人工智能能夠區(qū)分這些噴流和非典型噴流特征，這些特征可能表明存在新的相互作用。這些將在數(shù)據(jù)集中顯示為非典型噴流的累積。

另一種方法是指示 AI 算法考慮整個(gè)碰撞事件，并在檢測到的不同粒子中尋找異常特征。這些異常特征可能表明存在新粒子。ATLAS 于 2023 年 7 月發(fā)表的一篇論文展示了這項(xiàng)技術(shù)，該論文展示了 LHC 結(jié)果中首次使用無監(jiān)督機(jī)器學(xué)習(xí)之一。

在 CMS，我們采用了一種不同的方法，即物理學(xué)家創(chuàng)建潛在新信號(hào)的模擬示例，然后讓人工智能識(shí)別真實(shí)數(shù)據(jù)中與常規(guī)噴氣機(jī)不同但與模擬相似的碰撞。

在CMS公布的最新結(jié)果中，每種AI訓(xùn)練方法對(duì)不同類型的新粒子表現(xiàn)出不同的敏感性，并且沒有一種算法被證明是最好的。

CMS 團(tuán)隊(duì)能夠限制產(chǎn)生異常噴流的幾種不同類型粒子的產(chǎn)生率。他們還能夠證明，與傳統(tǒng)技術(shù)相比，人工智能主導(dǎo)的算法顯著提高了對(duì)各種粒子特征的靈敏度。

　　免責(zé)聲明：本文由用戶上傳，與本網(wǎng)站立場無關(guān)。財(cái)經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風(fēng)險(xiǎn)自擔(dān)。 如有侵權(quán)請(qǐng)聯(lián)系刪除！