Машинное обучение открывает новые возможности для поиска темной материи на Большом адронном коллайдере. Два исследования — аспиранта Университета Карнеги-Меллон (США) и команды Нью-Йоркского университета в Абу-Даби (ОАЭ) — показывают, как искусственный интеллект меняет подходы к фундаментальной науке, помогая находить редкие сигналы и самостоятельно обнаруживать физические закономерности.
Абхирами Харилал, получившая докторскую степень в Карнеги-Меллоне, провела четыре года в ЦЕРНе, изучая, как применять машинное обучение для обнаружения сигналов редких частиц на Большом адронном коллайдере. Созданные ею алгоритмы для детектора CMS (Compact Muon Solenoid) автономно отслеживали аномалии в данных с точностью, превосходящей предыдущие методы, где данные приходилось сравнивать вручную.
Лишь около 5% Вселенной состоит из видимой материи. Остальное — темная материя и темная энергия, которую ученым еще предстоит обнаружить. Физики из ЦЕРН пытаются идентифицировать частицы темной материи, причем поиски активизировались после открытия бозона Хиггса в 2012 году.
Харилал исследовал возможность распада бозона Хиггса на гипотетическую частицу А, которую теоретические модели связывают с темной материей. Используя вычислительные инструменты, она смоделировала тысячи столкновений частиц, повысив чувствительность эксперимента к частицам с необычными сигнатурами.
В другом исследовании ученые из Нью-Йоркского университета в Абу-Даби показали, что искусственный интеллект может самостоятельно воспроизводить фундаментальные принципы физики элементарных частиц. Авторы показали, что относительно простые алгоритмы, обученные на экспериментальных данных 1950-х и 1960-х годов, определили принципы организации десятков частиц без предварительного знания математического аппарата, который использовали физики.
ИИ воспроизводит барионное число, изоспин, очарование и «восьмеричный путь» (схема классификации сильновзаимодействующих элементарных частиц). Он также открыл траектории Редже – соотношение массы частицы и ее вращения.
«Это исследование показывает, что искусственный интеллект может раскрывать фундаментальные физические законы непосредственно на основе данных, создавая возможности для открытия новых частиц и закономерностей, которые люди могли упустить из виду».
в статье говорится.
Эти два исследования проводятся в связи с тем, что детектор CMS оснащается новым 30-пикосекундным таймером, предназначенным для отделения быстрых частиц от медленных кандидатов в темную материю. Вместе они отражают общий сдвиг в способах анализа данных БАКа в сторону искусственного интеллекта.
Следующим шагом команды является предоставление ИИ данных из последних экспериментов с нейтрино, где все еще остается много вопросительных знаков, в надежде, что машина предложит первую работающую «Теорию всего».
Все важное из мира технологий прямо на ваш почтовый ящик.
Подписываясь, вы принимаете наши Условия и Политику конфиденциальности. Вы можете отказаться от подписки одним щелчком мыши в любое время.
