ИИ создает новые методы обнаружения новейших частиц в экспериментах на Большом Адронном Коллайдере.
На конференции Rencontres de Moriond 26 марта физики из CMS collaboration представили последние результаты, полученные с помощью различных методов машинного обучения для поиска пар "струй". Эти струи представляют собой коллимированные скопления частиц, происходящих из сильно взаимодействующих кварков и глюонов. Их особенно сложно анализировать, но за ними может скрываться новая физика. Обучая искусственный интеллект распознавать и различать типичные и нетипичные струи, исследователи могут идентифицировать потенциальную новую физику, скрытую в столкновениях частиц. Недавние достижения были отмечены на конференции по физике, демонстрирующей прогресс и потенциал этих приложений искусственного интеллекта.
Одной из основных целей экспериментов на Большом адронном коллайдере (БАК) является поиск признаков появления новых частиц, которые могли бы объяснить многие неразгаданные тайны физики. Часто поиск новой физики направлен на поиск нового типа частиц за раз, используя теоретические предсказания в качестве руководства. Но как насчет поиска новых частиц?
Изучать миллиарды столкновений, происходящих в БАК, не зная, что искать, было бы невероятно трудной задачей для физиков. И вместо того, чтобы прочесывать данные в поисках нового, сотрудничество ATLAS и CMS позволяет искусственному интеллекту оптимизировать процесс.
Влияние ИИ на физику и поиск новых частиц
Последние результаты, представленные CMS, показали, что различные методы искусственного интеллекта проявляют разную чувствительность к новым типам частиц, и ни один из них не оказался абсолютно лучшим. Команда CMS смогла ограничить образование нескольких различных типов частиц, создающих аномальные струи, и продемонстрировала, что алгоритмы на основе искусственного интеллекта значительно повышают чувствительность к различным сигнатурам частиц по сравнению с традиционными методами.
Эти результаты говорят о том, что ИИ создает новые способы поиска в новой физики. Оз. Амрам из аналитической группы CMS отмечает: "У нас уже есть идеи о том, как улучшить алгоритмы и применить их к различным данным для обнаружения различных типов частиц".
Поставь лайк, мне будет приятно =)