L’elettronica non ha mai avuto vita facile nella fisica nucleare. Ci sono così tanti dati in arrivo dal Large Hadron Collider, l’acceleratore più potente del mondo, che registrarli tutti non è mai stata un’opzione. I sistemi che elaborano l'onda di segnali provenienti dai rilevatori sono quindi specializzati nell'oblio:ricostruiscono le tracce delle particelle secondarie in una frazione di secondo e valutano se la collisione appena osservata può essere ignorata o se vale la pena conservarla per ulteriori analisi. Tuttavia, gli attuali metodi di ricostruzione delle tracce delle particelle presto non saranno più sufficienti.

Ricerca presentata in Informatica , condotto da scienziati dell'Istituto di fisica nucleare dell'Accademia polacca delle scienze (IFJ PAN) di Cracovia, in Polonia, suggerisce che gli strumenti costruiti utilizzando l'intelligenza artificiale potrebbero essere un'alternativa efficace agli attuali metodi per la ricostruzione rapida delle tracce di particelle. Il loro debutto potrebbe avvenire nei prossimi due-tre anni, probabilmente nell'esperimento MUonE che supporta la ricerca di nuova fisica.

Nei moderni esperimenti di fisica delle alte energie, le particelle divergenti dal punto di collisione passano attraverso strati successivi del rivelatore, depositando in ciascuno una piccola energia. In pratica questo significa che se il rivelatore è composto da dieci strati e la particella secondaria li attraversa tutti, il suo percorso dovrà essere ricostruito sulla base di dieci punti. Il compito è solo apparentemente semplice.

"Di solito all'interno dei rilevatori c'è un campo magnetico. Le particelle cariche si muovono al suo interno lungo linee curve e questo è anche il modo in cui gli elementi del rilevatore da loro attivati, che nel nostro gergo chiamiamo colpi, si posizioneranno l'uno rispetto all'altro", spiega Prof. Marcin Kucharczyk, (IFJ PAN).

"In realtà, la cosiddetta occupazione del rivelatore, cioè il numero di colpi per elemento del rivelatore, può essere molto elevata, il che causa molti problemi quando si cerca di ricostruire correttamente le tracce delle particelle. In particolare, la ricostruzione delle tracce che sono vicini l'uno all'altro è un bel problema."

Gli esperimenti progettati per trovare nuova fisica faranno collidere particelle a energie più elevate rispetto a prima, il che significa che verranno create più particelle secondarie in ogni collisione. Anche la luminosità dei raggi dovrà essere maggiore, il che a sua volta aumenterà il numero di collisioni per unità di tempo. In tali condizioni, i metodi classici di ricostruzione delle tracce delle particelle non possono più farcela. L'intelligenza artificiale, che eccelle laddove è necessario riconoscere rapidamente determinati modelli universali, può venire in soccorso.

"L'intelligenza artificiale che abbiamo progettato è una rete neurale di tipo profondo. Consiste in uno strato di input composto da 20 neuroni, quattro strati nascosti di 1.000 neuroni ciascuno e uno strato di output con otto neuroni. Tutti i neuroni di ogni strato sono collegati a tutti i neuroni dello strato vicino In totale la rete dispone di due milioni di parametri di configurazione, i cui valori vengono impostati durante il processo di apprendimento", afferma il Dr. Milosz Zdybal (IFJ PAN).

La rete neurale profonda così preparata è stata addestrata utilizzando 40.000 collisioni di particelle simulate, integrate con rumore generato artificialmente. Durante la fase di test sono state immesse nella rete solo le informazioni sui risultati. Poiché queste derivavano da simulazioni al computer, le traiettorie originali delle particelle responsabili erano note con esattezza e potevano essere confrontate con le ricostruzioni fornite dall'intelligenza artificiale. Su questa base l'intelligenza artificiale ha imparato a ricostruire correttamente le tracce delle particelle.

"Nel nostro articolo mostriamo che la rete neurale profonda addestrata su un database adeguatamente preparato è in grado di ricostruire le tracce di particelle secondarie con la stessa precisione degli algoritmi classici. Questo è un risultato di grande importanza per lo sviluppo di tecniche di rilevamento. Mentre si addestra una rete neurale profonda La rete è un processo lungo ed impegnativo dal punto di vista computazionale, una rete addestrata reagisce istantaneamente e poiché lo fa con una precisione soddisfacente, possiamo pensare con ottimismo all'utilizzo in caso di collisioni reali", sottolinea il prof. Kucharczyk.

L'esperimento più vicino in cui l'intelligenza artificiale dell'IFJ PAN avrebbe la possibilità di mettersi alla prova è MUonE (MUon ON Electron elastic scattering). Questo esamina un'interessante discrepanza tra i valori misurati di una certa quantità fisica che ha a che fare con i muoni (particelle che sono circa 200 volte più massicce equivalenti all'elettrone) e le previsioni del Modello Standard (cioè il modello utilizzato per descrivere il mondo degli esseri umani). particelle elementari).

Le misurazioni effettuate presso il centro acceleratore americano Fermilab mostrano che il cosiddetto momento magnetico anomalo dei muoni differisce dalle previsioni del Modello Standard con una certezza fino a 4,2 deviazioni standard (denominate sigma). Nel frattempo, in fisica è accettato che un significato superiore a 5 sigma, corrispondente a una certezza del 99,99995%, sia un valore ritenuto accettabile per annunciare una scoperta.

La significatività della discrepanza che indica la nuova fisica potrebbe aumentare significativamente se la precisione delle previsioni del Modello Standard potesse essere migliorata. Tuttavia, per poter meglio determinare con il suo ausilio il momento magnetico anomalo del muone, sarebbe necessario conoscere un valore più preciso del parametro noto come correzione adronica. Sfortunatamente, un calcolo matematico di questo parametro non è possibile.

A questo punto diventa chiaro il ruolo dell’esperimento MUonE. In esso, gli scienziati intendono studiare la diffusione dei muoni sugli elettroni di atomi con un basso numero atomico, come il carbonio o il berillio. I risultati consentiranno una determinazione più precisa di alcuni parametri fisici che dipendono direttamente dalla correzione adronica.

Se tutto andrà secondo i piani dei fisici, la correzione adronica così determinata aumenterà la fiducia nella misurazione della discrepanza tra il valore teorico e quello misurato del momento magnetico anomalo del muone fino a 7 sigma – e l’esistenza di una fisica finora sconosciuta potrebbe diventare realtà.

L'esperimento MUonE inizierà presso l'impianto nucleare europeo del CERN già l'anno prossimo, ma la fase target è prevista per il 2027, quando probabilmente i fisici di Cracovia avranno l'opportunità di vedere se l'intelligenza artificiale da loro creata farà il suo dovere lavoro nella ricostruzione delle tracce delle particelle. La conferma della sua efficacia nelle condizioni di un esperimento reale potrebbe segnare l'inizio di una nuova era nelle tecniche di rilevamento delle particelle.