"Наша работа похожа на осмотр места авиакатастрофы, если бы мы пытались установить, например, какого цвета брюки были на пассажире с места A17", - шутит Ионатан Шломи, докторант группы профессора Эйлама Гросса с кафедры физики элементарных частиц и астрофизики израильского Научного института им. Вейцмана в Реховоте. Разумеется, группа профессора Гросса не работает посреди океана или на штормовой вершине горы. Она ведет свой поиск на знаменитом Большом адронном коллайдере ЦЕРН (БАК), где энергия сталкивающихся частиц действительно напоминает крушение самолета.
Гросс - не новичок на ускорителе частиц в ЦЕРНе. Между 2011 и 2013 годами он возглавлял группу исследователей в поисках бозона Хиггса с помощью детектора ATLAS, и его группа была одной из двух, объявивших в июле 2012 года об открытии этой неуловимой частицы. Открытие бозона Хиггса, часто называемого «Божьей частицей», ознаменовало решение многолетней физической загадки - как частицы получают массу? Согласно модели, предсказанной Питером Хиггсом в 1960-х годах, именно эта частица является главным "виновником" этого процесса, однако она была чисто теоретической идеей до 2012 года. После того, как загадка была разгадана, в 2014 году Эйлам Гросс вернулся в Израиль. Но что оставалось ему изучать после решения одного из величайших вопросов современной физики?
Очевидный путь вперед в физике элементарных частиц или высоких энергий - это открытие неизвестной частицы или любой другой новой особенности субатомного мира. После того, как «Божья частица» была наконец найдена, ЦЕРН посвятил свои усилия проверке и доказательству других теоретических моделей, таких, например, как "суперсимметрия", согласно которой каждый бозон должен иметь своего фермионного суперпартнера и наоборот. Однако, поскольку эти усилия зашли в тупик, Гросс решил, что пора вступить на новый путь: усовершенствовать и отрегулировать существующие методы анализа данных, чтобы улучшить как извлечение существующих данных, так и эффективность поиска новых частиц как в существующих ускорителях, так и в подобных установках будущего. Для этого Гросс создал новую исследовательскую группу в Институте Вейцмана, которая занимается решением основных вопросов физики элементарных частиц с использованием подходов машинного обучения. Ионатан Шломи был первым студентом, присоединившимся к группе, и он немедленно взял на себя задачу улучшить анализ набора данных детектора ATLAS, который содержит около 100 миллионов компонентов.
Когда внутри детектора ATLAS сталкиваются частицы, его датчики записывают измерения энергии, которые ученые затем должны расшифровать. C учетом того, что в каждую секунду во время работы ускорителя происходит более миллиарда столкновений, возникают сразу две проблемы: с одной стороны, такой ошеломляющий объем данных не может быть проанализирован вручную; с другой стороны, поскольку речь идет о чрезвычайно быстрых событиях, происходящих в микроскопическом масштабе, количество компонентов детектора - каким бы большим оно ни было - все еще не может эффективно собрать все данные о них с одинаковым уровнем точности.
Первой задачей, которую поставила себе группа Гросса, было улучшение способности различать разные типы кварков - элементарных частиц, которые можно обнаружить при столкновении более крупных частиц. В настоящее время существует шесть известных типов или "ароматов" кварков, каждый со своей собственной массой, которая определяет конкретный тип кварка, на который бозон Хиггса распадется после столкновения. Так, например, вероятность наблюдения распада бозона Хиггса на нижний кварк очень высока из-за его большой массы, в то время как верхние и нижние кварки настолько легкие, что их практически невозможно обнаружить. Очарованный кварк, который не является ни слишком легким, ни слишком тяжелым, трудно идентифицировать самостоятельно, а также отличить от нижнего кварка.
Чтобы решить эту проблему, исследовательская группа разработала алгоритм потока частиц, который анализирует движение и модели распределения энергии этих частиц во времени и пространстве. Предоставив алгоритму миллиарды смоделированных событий столкновения, ученые смогли показать, что компьютер можно научить определять и анализировать соответствующие данные. «В настоящее время у нас нет средств для создания более чувствительных детекторов, - говорит Гросс, - но, поскольку мы понимаем физику столкновений частиц, мы можем создать модели этих событий с высоким разрешением, чтобы проверить, как отреагировал бы детектор, если в нем были бы дополнительные компоненты, повышающие точность измерений.»
Теперь, когда Гросс и его команда смогли предоставить доказательство концепции разработанного ими алгоритма, следующим шагом будет его тестирование на более крупных наборах данных. «Сегодня мы понимаем, что для извлечения большей научной ценности из измерений, проводимых на БАК, чувствительность наших методов анализа данных должна быть как можно более высокой», - говорит Шломи. «Точное моделирование - ценный инструмент, который может помочь нам довести до максимума чувствительность нашего метода».
«Я считаю, что область физики элементарных частиц в целом движется в направлении искусственного интеллекта - до такой степени, что ни один ученый в будущем не потрудится даже упомянуть, что он полагается на машинное обучение для своего анализа - настолько фундаментальным инструментом ИИ будет в нашем арсенале», - говорит Гросс. «Мы еще не достигли этого момента, но когда мы туда доберемся, то изменится все наше направление исследований, и мы станем свидетелями революции в анализе данных физики высоких энергий».
