Невронна мрежа преодоля квантовата интерференция и победи учените в анализа на данните за Хигс бозона

Докато учените предсказваха резултатите от изследванията на Хигс бозона в Големия адронен колайдер (LHC) за 15 години напред, една невронна мрежа свърши цялата работа вместо тях. Сега е необходимо да се направи нова прогноза на базата на експерименти, което изисква разработването на нови експерименти и условия за тяхното осъществяване, но в това е красотата на ситуацията: науката може да постигне забележимо по-бърз напредък към все още непознатата физика.

Тази история започва през 2017 година, когато един от ръководителите на колаборацията ATLAS в LHC възлага на докторанта Айшик Гош да работи по един от вариантите за откриване на Хигс бозона, за който за първи път бе съобщено 5 години по-рано. Смята се, че Хигс бозонът е отговорен за масата на елементарните частици. В ускорителя той възниква при сблъсъка на протони и техния разпад.

По-специално, разпадът може да доведе до появата на W-бозони, които са отговорни за слабите ядрени взаимодействия в ядрата. При сливането на W-бозоните може да възникне Хигс бозон, който веднага се разпада на два Z-бозона, които също са носители на слабото ядрено взаимодействие. На свой ред Z-бозоните се разпадат в лептони, например в двойки електрон-позитрон. Нюансът се състои в това, че Хигс бозонът не винаги се образува и този етап от процеса на разпад може да бъде пропуснат, без да се променя цялата схема.

Учените трябва да анализират не това, което е, а това, което липсва, което е много по-трудно – поне за една невронна мрежа, за която следователно няма база за обучение.

Всички тези забележителни явления могат да бъдат открити само чрез щателно моделиране и анализ на невъобразимо количество експериментални данни. Ситуацията се усложнява и от факта, че частиците, които по същество са квантови полета, са подложени на интерференчни ефекти. Помислете за поведението на множеството кръгове, които се образуват върху водата, когато вали дъжд. При приблизително такива, но стократно по-сложни условия учените търсят следи от всяка „капка“ и успяват да разберат за нея буквално всичко – от масата до други физически характеристики. Ако не беше явлението квантова интерференция, животът на изследователите щеше да е по-лесен, но не и в тази Вселена.

Студентът, на когото е възложена работата по един от вариантите на разпада на протони на W-бозони бързо осъзнава, че прави нещо погрешно. Феноменът квантова интерференция внасял толкова голяма грешка в анализа, че било необходимо да се види цялата картина, а не да се работи върху един от вариантите му.

Тогава начинаещият учен подал данните на невронна мрежа, която дотогава не била прилагана за анализ на подобни масиви от данни – Neural Simulation-Based Inference (NSBI).

Невронната мрежа NSBI се заела със задачата самостоятелно да моделира явленията в експеримента LHC и да прогнозира резултатите от измерванията на Хигс бозона въз основа на моделите. По този начин, вместо да се опитва да изследва поотделно един или друг път на разпадане, новият метод взел предвид всички възможни пътища и тяхната интерференция, което позволило по-точен анализ на данните.

По това време ръководителят на проекта вече се интересувал от работата на дипломанта и в нея се включиха и други сътрудници на ATLAS. До декември 2024 година бяха подготвени и публикувани две строго рецензирани научни статии. Едната статия описваше метода, а втората статия анализираше отново старите данни от ATLAS с помощта на невронната мрежа. Резултатът надхвърли очакванията. Невронната мрежа дала по-точна характеристика на Хигс бозона, отколкото екипът от учени.