Новый прорыв на коллайдере благодаря ИИ: нейросеть раскрыла редкий распад "частицы Бога"

Исследователи из CERN использовали искусственный интеллект (ИИ), чтобы изучить одну из самых неуловимых форм поведения бозона Хиггса, пролив свет на его тонкое взаимодействие с очарованными кварками (с-кварками) и приблизив науку к пониманию того, как так называемая частица Бога наделяет материю массой.

• Китай обогнал всех: самая древняя звёздная карта переписывает историю астрономии

Детали

Обнаруженный в 2012 году на Большом адронном коллайдере (LHC) бозон Хиггса, фундаментальная частица поля Хиггса, играет решающую роль в Стандартной модели физики элементарных частиц, взаимодействуя с такими частицами, как кварки, чтобы наделить их массой.

В то время как предыдущие эксперименты подтвердили взаимодействие бозона Хиггса с более тяжёлыми кварками третьего поколения — верхними и нижними, изучение его связи с кварками второго поколения, такими как очарованный кварк, которые формируют строительные блоки атомных ядер, остаётся серьёзной проблемой.

Теперь, в рамках эксперимента Compact Muon Solenoid (CMS), одного из двух основных детекторов частиц общего назначения на большом адронном коллайдере, исследовательская группа объявила, что им удалось установить наиболее точные границы распада бозона Хиггса на очарованные кварки, что стало важным шагом в понимании того, как он наделяет материю массой.

Образование бозона Хиггса вместе с парой верхних кварков с последующим его распадом на пары кварков — редкое событие на Большом адронном коллайдере, и его особенно трудно отличить от фоновых столкновений, которые выглядят почти идентично.

Это объясняется тем, что кварки не выглядят как отдельные частицы, а вместо этого формируют плотные коллимированные струи адронов, называемые джетами, которые проходят лишь небольшое расстояние перед распадом. Это делает особенно сложным различение джетов очарованных кварков от джетов, образованных другими кварками.

Чтобы преодолеть эту задачу, команда CMS обратилась к искусственному интеллекту, используя две модели машинного обучения, специально разработанные для этой задачи. Во-первых, они использовали тип алгоритма, называемый графовой нейронной сетью, чтобы улучшить идентификацию очарованных джетов. Эти алгоритмы рассматривают каждый джет как сеть частиц, обучаясь выявлять тонкие структурные паттерны, характерные для распада очарованных кварков.

Далее команда преодолела второе препятствие, различая сигналы бозона Хиггса и фоновые процессы с помощью трансформерной сети, наиболее известной своей поддержкой языковых моделей ИИ, таких как ChatGPT.

Эта сеть была переориентирована на классификацию целых событий столкновений, выделяя те, которые, вероятно, содержат бозон Хиггса, распадающийся на очарованные кварки. Алгоритм идентификации с-кварков обучали на сотнях миллионов смоделированных джетов, что позволило идентифицировать такие джеты с существенно большей точностью.

Анализ был сосредоточен на данных, собранных с 2016 по 2018 годы, в частности на событиях столкновений, в которых бозон Хиггса создаётся вместе с парой верхних кварков. Объединив этот набор данных с результатами предыдущих исследований, CMS достигла примерно 35-процентного улучшения чувствительности измерений взаимодействия Хиггса с очарованными кварками. Докторант Гентского университета Ян ван дер Линден отмечает:

Наши выводы знаменуют собой большой шаг вперёд. С дополнительными данными будущих серий LHC и усовершенствованными методами анализа мы сможем получить прямое представление о взаимодействии бозона Хиггса с очарованными кварками на LHC — задаче, которая ещё несколько лет назад считалась невозможной.

Исследователи надеются, что по мере того, как LHC собирает больше данных, улучшенная идентификация очарованности и классификация событий позволят CMS и сопутствующему эксперименту ATLAS подтвердить распад бозона Хиггса на очарованные кварки. Это станет огромным шагом к полному пониманию того, как «частица Бога» наделяет массой все кварки, и предоставит решающий тест 50-летней Стандартной модели.

Ранее учёные назвали лучшие растения для выращивания после конца света