🔬 physics

Measurement of angular correlations inside jets induced by gluon polarization in proton-proton collisions at $\sqrt{s}$ = 13.6 TeV

باستخدام بيانات تصادمات بروتون-بروتون بطاقة 13.6 تيرالكترون فولت تم جمعها بواسطة كاشف CMS، تقيس هذه الدراسة الارتباطات الزاوية داخل النفاثات الناتجة عن استقطاب الغلوون، وتجد أن النتائج تؤيد بقوة النماذج النظرية التي تتضمن تأثيرات غلوون السبين على تلك التي تتجاهلها.

المؤلفون الأصليون: CMS Collaboration

نُشر 2026-03-05

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: CMS Collaboration

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

الصورة الكبيرة: الإمساك بـ "دوران" شبح

تخيل أنك تقف في غرفة مزدحمة حيث يرمي الناس كرات ثلج عملاقة وغير مرئية على بعضهم البعض. عندما تصطدم كرتان من الثلج، تتحطم كل منهما إلى مليون ندفة ثلج صغيرة متوهجة تطير في رذاذ فوضوي. في عالم الفيزياء، هذه الكرات الثلجية هي البروتونات، وندفات الثلج هي النفثات (jets) من الجسيمات.

داخل هذه النفثات، توجد رسل صغيرة تسمى الجلوونات (gluons). الجلوونات هي "الغراء" الذي يربط لبنات بناء الكون معاً. لكن الجزء الصعب هنا هو: الجلوونات ليست مجرد غراء ساكن؛ بل هي مثل "البلابل" (الدوامات) التي تدور. لديها خاصية تسمى الدوران (spin) (أو الاستقطاب).

لعقود من الزمن، عرف الفيزيائيون أن للجلوونات دوراناً، لكنهم لم يتمكنوا أبداً من رؤية كيف يؤثر هذا الدوران على الطريقة التي تترتب بها "ندفات الثلج" (الجسيمات) داخل النفثة. كان الأمر يشبه معرفة أن الراقص يدور، لكن دون رؤية النمط المحدد الذي ترسمه ذراعاه أثناء دورانها.

هذه الورقة البحثية هي المرة الأولى التي ينجح فيها تعاون CMS (فريق ضخم من العلماء يستخدم مصادم الهادرونات الكبير في سيرن - CERN) في التقاط "صورة بالحركة البطيئة" لنمط الدوران هذا داخل النفثة.

التجربة: الكاميرا فائقة السرعة

الإعداد:
قام العلماء بصدم البروتونات معاً بسرعات قياسية (13.6 تريليون إلكترون فولت). خلق هذا كمية هائلة من الطاقة، مما نتج عنه آلاف النفثات. لقد جمعوا بيانات تعادل 34.7 "فيرميتون عكسي" (وحدة فخمة تعني أنهم شاهدوا الكثير من التصادمات).

التحدي:
داخل النفثة، تتحرك الجسيمات بسرعة كبيرة وتكون قريبة جداً من بعضها البعض لدرجة أنها تبدو ككتلة مشوشة. الأمر يشبه محاولة رؤية الخيو تطور إعصار بينما تقف بداخله. علاوة على ذلك، فإن تأثير "الدوران" الذي يبحثون عنه دقيق للغاية. إنه يشبه محاولة سماع همسة في حفلة روك صاخبة.

الحل (خدعة "إلغاء التجميع"):
لرؤية التفاصيل، استخدم العلماء خوارزمية حاسوبية ذكية (خوارزمية كامبريدج-آخن). تخيل أن لديك كرة ضخمة متشابكة من خيوط الصوف (النفثة). بدلاً من النظر إلى الكرة بأكملها، استخدموا مقصاً رقمياً لقص الخيوط بعناية، طبقة تلو الأخرى، بدءاً من الخارج والعمل نحو الداخل.

من خلال "فك سحاب" النفثة، استطاعوا إعادة بناء تاريخ التصادم:

أولاً، انقسمت قطعة كبيرة إلى اثنتين.
ثم، انقسمت إحدى هاتين القطعتين مرة أخرى.

لقد ركزوا تحديداً على هذا الانقسام الثاني، باحثين عن لحظة انقسام جلوون إلى كوارك وكوارك مضاد (زوج من الجسيمات). تقول النظرية إن هذا الانقسام المحدد يجب أن يظهر "التواءً" أو نمطاً مميزاً بسبب دوران الجلوون.

عمل المحقق: البحث عن إبرة في كومة قش

المشكلة هي أنه في معظم الأوقات، تنقسم الجلوونات إلى جلوونات أخرى، أو تنقسم الكواركات إلى كواركات وجلوونات. هذه الانقسامات الأخرى لا تظهر نمط الدوران بوضوح. الأمر يشبه محاولة العثور على نوع معين من السيارات الحمراء في موقف سيارات مليء بالسيارات الحمراء والزرقاء والخضراء.

لحل هذه المشكلة، درب العلماء ذكاءً اصطناعياً (AI) — وتحديداً شبكة عصبية عميقة — ليعمل كـ "محقق خارق".

التدريب: علموا الذكاء الاصطناعي البحث في شكل وطاقة وانتشار الجسيمات داخل النفثة.
الهدف: تعلم الذكاء الاصطناعي أن يقول: "هذه النفثة تبدو وكأنها جاءت من انقسام جلوون إلى زوج من الكواركات"، أو "هذه تبدو كفوضى من أشياء أخرى".

بمجرد أن قام الذكاء الاصطناعي بتصفية الضجيج واختيار "نفثات زوج الكواركات" فقط، أصبحت الإشارة واضحة.

النتيجة: الدوران حقيقي!

عندما نظروا إلى الزاوية بين الجسيمات في هذه النفثات المختارة، رأوا نمطاً موجياً متميزاً.

إذا لم يكن للجلوونات دوران: ستتشتت الجسيمات بشكل عشوائي، مثل حبات الفشار التي تنفجر في قدر.
إذا كان للجلوونات دوران: ستترتب الجسيمات في نمط إيقاعي محدد، مثل رقصة متزامنة.

ما وجدوه:
تطابقت البيانات مع "الرقصة" تماماً. أكد النمط أن الجلوونات تدور بالفعل، وأن هذا الدوران هو ما يحدد كيفية ترتيب الجسيمات داخل النفثة.

وقارنوا نتائجهم بنموذجين رئيسيين من المحاكاة الحاسوبية (PYTHIA و HERWIG):

نماذج "الدوران يعمل" (Spin-On): هذه النماذج تتضمن فيزياء دوران الجلوون. تطابقت البيانات معها تماماً.
نماذج "الدوران متوقف" (Spin-Off): هذه النماذج تجاهلت الدوران. اختلفت البيانات معها تماماً.

لماذا يهم هذا؟

فكر في النماذج الحاسوبية (PYTHIA و HERWIG) كأنها "نظام تحديد المواقع (GPS)" الذي يستخدمه الفيزيائيون للتنقل في العالم دون الذري. إذا كان نظام الـ GPS الخاص بك خاطئاً، فستضل الطريق.

خرائط أفضل: يثبت هذا الاكتشاف أن نظام الـ GPS الحالي (النماذج) يحتاج إلى إبقاء ميزة "الدوران" مفعلة. إذا قمنا بإيقافها، ستكون الخريطة خاطئة.
فيزياء جديدة: فهم كيفية دوران الجلوونات يساعدنا في فهم القوى الأساسية للطبيعة. إنه يشبه فهم قواعد حركة الراقص أخيراً، مما يساعدك على التنبؤ بمكان خطوته التالية.
اكتشافات مستقبلية: يمكن لهذه التقنية أن تساعد العلماء في العثور على أشياء أكثر ندرة في المستقبل، مثل كيفية اضمحلال بوزون هيجز (جسيم الإله). إذا اضمحل هيجز إلى اثنين من الجلوونات، فإن معرفة كيفية دوران تلك الجلوونات ستساعد العلماء على رصده بسهولة أكبر.

الخلاصة

نجح فريق CMS في التقاط فيديو عالي السرعة وعالي الدقة لـ "دوران" جلوون داخل نفثة لأول مرة. لقد أثبتوا أن "غراء" الكون لديه حركة رقص محددة، وأن محاكاتنا الحاسوبية يجب أن تتعلم تقليد هذه الرقصة لتكون دقيقة. إنها خطوة صغيرة لنفثة، لكنها قفزة هائلة لفهم العالم الكمي.

إليك ملخص تقني مفصل للورقة البحثية بعنوان "قياس الارتباطات الزاوية داخل النفاثات المستحثة بواسطة استقطاب الغلوون في تصادمات بروتون-بروتون عند طاقة $\sqrt{s} = 13.6$ تريليون إلكترون فولت" من قبل تعاون CMS.

1. بيان المشكلة والدوافع

السياق الفيزيائي: الغلوونات هي بوزونات قياس ذات سبين-1 (spin-1) تتوسط التفاعل القوي (QCD). وبينما تم إثبات طبيعة السبين الخاصة بها منذ عقود عبر ارتباطات سبين النفاثات في تصادمات $e^+e^-$ ، إلا أن هذه التأثيرات لم تُلاحظ بشكل مباشر قط ضمن الإشعاع لوني (collinear) واللين (soft) للبارتونات داخل النفاثات الناتجة في تصادمات الهادرونات عالية الطاقة.
التحدي النظري: في تصادمات بروتون-بروتون ($pp$)، يتضمن مطر النفاثة (parton shower) عمليات تفرع متتالية (مثل $g \to gg$ و $g \to q\bar{q}$ و $q \to qg$ ). يؤدي تداخل حالات اللف المغزلي (helicity) في البارتونات الوسيطة إلى خلق ارتباطات زاوية. ومع ذلك، في مطر البارتونات القياسي، تتلغي تأثيرات السبين الناتجة عن عمليات $g \to gg$ و $g \to q\bar{q}$ إلى حد كبير بسبب الإشارات المتعاكسة ومعدلات الحدوث المختلفة.
الهدف: الهدف الأساسي هو عزل المساهمة المحددة لـ استقطاب الغلوون في عملية التفرع $g \to q\bar{q}$ داخل مطر النفاثة. يتطلب هذا قياس كمية زاوية محددة، $\Delta\phi$ ، ومقارنة البيانات مع نماذج مونت كارلو (MC) التي تتضمن أو تتجاهل هذه الارتباطات السبينية. يعد النمذجة الدقيقة أمراً حاسماً لدراسات البنية الداخلية للنفاثة (jet substructure) وتحديد النكهة (flavor tagging) (على سبيل المثال، التمييز بين اضمحلالات بوزون هيجز إلى غلوونات).

2. المنهجية

البيانات والمحاكاة

مصدر البيانات: تصادمات بروتون-بروتون عند طاقة $\sqrt{s} = 13.6$ تريليون إلكترون فولت تم جمعها بواسطة كاشف CMS في عام 2022 (الركض 3).
اللمعانعة المتكاملة (Integrated Luminosity): $34.7 \text{ fb}^{-1}$ .
اختيار الأحداث:
- تم إعادة بناء النفاثات باستخدام خوارزمية anti- $k_T$ (مع معامل نصف قطر $R=0.8$ ، ويُرمز لها بـ AK8) مع $p_T > 700$ GeV و $|\eta| < 1.7$ .
- تتطلب الأحداث وجود نفاثتين على الأقل من هذا النوع بفاصل $\Delta\phi > 2$ راديان.
مولدات مونت كارلو:
- PYTHIA 8.306: يستخدم مطر بارتونات مرتب حسب $p_T$ وضبط CP5.
- HERWIG 7.3.0: يستخدم مطر بارتونات مرتب زاويًا وضبط CH3.
- تم تشغيل كلا المولدين في وضعين: "الارتباط-مفعّل" (Correlation-on) (الذي يتضمن تأثيرات ارتباط السبين) و "الارتباط-معطل" (Correlation-off) (الذي يتجاهل ارتباطات السبين).

البنية الداخلية للنفاثة وإلغاء التجميع (Declustering)

الخوارزمية: تم إلغاء تجميع النفاثات باستخدام خوارزمية كامبريدج-آخن (CA) لإعادة بناء تاريخ التفرع.
اختيار التفرع: يركز التحليل على تفرعين متتاليين: $X \to 1+2$ $X \to 1 + 2$ يليه $2 \to 3+4$ $2 \to 3 + 4$ .
- يتم اختيار الساب-نفاثات (subjets) 1 و 2 من التفرع الأولي (أعلى $k_T$ في مستوى لوند الأولي).
- يتم اختيار الساب-نفاثات 3 و 4 من التفرع الثانوي (أعلى $k_T$ في مستوى لوند الثانوي).
الكمية المرصودة: تُعرف الزاوية $\Delta\phi$ بأنها الزاوية بين مستوى الإنتاج (المشكل من البارتونات 1 و 2) ومستوى الاضمحلال (المشكل من البارتونات 3 و 4):
$\cos \Delta\phi = \hat{n}_{1,2} \cdot \hat{n}_{3,4} \cdot \text{sign}[(\hat{n}_{1,2} \times \hat{n}_{3,4}) \cdot \vec{p}]$
حيث $\vec{p}$ هو زخم البارتون الأكثر صلابة في التفرع الأول.

التعلم الآلي وتصنيف الأحداث

التحديد: طوبولوجيا $g \to q\bar{q}$ (حيث ينقسم الغلوون الوسيط إلى زوج كوارك-كوارك مضاد) تمثل جزءًا صغيرًا من الأحداث وتختلط مع طوبولوجيات أخرى ( $g \to gg$ و $q \to qg$ ) التي تخفف من إشارة السبين.
الحل: تم تدريب شبكة عصبية عميقة (DNN) لتصنيف الأحداث بناءً على نوع التفرع الثاني ( $g \to q\bar{q}$ $g \to q \overset{q}{ˉ}$ ، أو $g \to gg$ $g \to g g$ ، أو $q \to qg$ $q \to q g$ ، أو غير متطابق).
- المدخلات: 12 متغيرًا تصف حركية الساب-نفاثات، وتعدد الجسيمات، وميزات التفرع (مثل كسور $z$ ، و $k_T$ ، وعرض الساب-نفاثة).
- الاختيار: تم اختيار الأحداث التي تزيد درجة الـ DNN الخاصة بها لفئة $g \to q\bar{q}$ عن 0.6. أدى هذا إلى تعزيز نقاء عينة $g \to q\bar{q}$ إلى 38% مع تعظيم الأهمية الإحصائية مقابل فرضية "الارتباط-معطل".

إلغاء التجميع (Unfolding)

لتصحيح تأثيرات الكاشف (الدقة، الكفاءة)، تم إلغاء تجميع (unfolded) توزيع $\Delta\phi$ المقاس إلى مستوى الجسيمات.
استخدم إلغاء التجميع توزيعًا متماثلًا ( $\pi/2 - |\Delta\phi - \pi/2|$ ) لتقليل عدم اليقين الإحصائي.
تم تمرير شكوك عدم اليقين المنهجية (مقياس طاقة النفاثة، التراكم، النمذجة) عبر مصفوفة إلغاء التجميع.

3. المساهمات الرئيسية

أول رصد في النفاثات: هذا هو أول قياس مباشر للارتباطات الزاوية المستحثة بواسطة استقطاب الغلوون داخل النفاثات في تصادمات $pp $. كانت الملاحظات السابقة مقتصرة على بيئات$ e^+e^-$.
تقنية وسم مبتكرة: تطوير طريقة تعتمد على التعلم الآلي لعزل طوبولوجيات تفرع بارتونات محددة ( $g \to q\bar{q}$ ) داخل البيئة المعقدة لنفاثة هادرونية، باستخدام تعريفات نكهة آمنة تجاه الأشعة تحت الحمراء واللونية (infrared- and collinear-safe).
التحقق من الطاقة العالية: يغطي القياس طاقة مركز الكتلة تبلغ 13.6 تريليون إلكترون فولت، مما يستكشف نطاقًا ديناميكيًا للإشعاع داخل النفاثة أعلى بكثير من دراسات $e^+e^-$ السابقة.

4. النتائج

العينة الشاملة: في العينة الشاملة (جميع الأحداث)، يكون الفرق بين نماذج "الارتباط-مفعّل" و "الارتباط-معطل" صغيرًا (~0.5%) بسبب إلغاء تأثيرات السبين عبر أنواع التفرع المختلفة.
عينة $g \to q\bar{q}$ المختارة:
- في الفئة الغنية بتفرعات $g \to q\bar{q}$ (حيث $\text{score}_{g\to q\bar{q}} > 0.6$ )، لوحظ تعديل واضح في توزيع $\Delta\phi$ .
- الأهمية: تنحرف البيانات عن فرضية "الارتباط-معطل" بمقدار 6.8 انحراف معياري ( $6.8\sigma$ ). أما الانحراف عن فرضية "الارتباط-مفعّل" فهو 1.9 $\sigma$ فقط.
- مقارنة النماذج:
  - تفضل البيانات بقوة النماذج التي تتضمن استقطاب الغلوون.
  - النماذج التي تتجاهل ارتباطات السبين مرفوضة بشدة.
  - نموذج PYTHIA 8 (مع الارتباط-مفعّل) يصف شكل البيانات بشكل جيد.
  - نموذج HERWIG 7 (مع الارتباط-مفعّل) يتنبأ بتعديل أقوى مما هو مرصود، مما يشير إلى وجود تباين في نمذجة تأثيرات السبين أو التصحيحات غير الاضطرابية في ذلك المولد المحدد.

5. الأهمية

التحقق من QCD: تؤكد النتائج أن ارتباطات سبين الغلوون تستمر حتى في وجود تأثيرات الحالة النهائية غير الاضطرابية والبيئات الهادرونية الكثيفة، مما يؤكد صحة الإطار النظري لمطر البارتونات في QCD بما يتجاوز دقة اللوغاريتم الأعلى (leading-logarithmic accuracy).
التأثير على مولدات الأحداث: يوفر القياس قيودًا حاسمة لضبط مولدات أحداث مونت كارلو. تشير التباينات الملحوظة مع HERWIG 7 إلى الحاجة إلى تحسين كيفية التعامل مع مصفوفات كثافة السبين في المطر المرتب زاويًا.
التطبيقات المستقبلية: إن القدرة على وسم تفرعات الغلوون الوسيطة إلى أزواج الكواركات أمر حيوي للفيزياء الدقيقة، لا سيما لتحديد اضمحالات بوزون هيجز إلى غلوونات ( $H \to gg$ )، حيث يُتوقع أن تكون ارتباطات السبين كبيرة. تفتح هذه التقنية الباب لدراسة ديناميكيات البارتونات المعتمدة على النكهة في مستوى لوند.

في الختام، نجح تعاون CMS في عزل وقياس البصمة الدقيقة لسبين الغلوون على البنية الداخلية للنفاثة، مما يوفر اختبارًا صارمًا لديناميكيات QCD وأداة جديدة لتحليلات فيزياء الطاقة العالية المستقبلية.