⚛️ high-energy experiments

Search for direct pair production of top squarks in $pp$ collisions at $\sqrt{s}= 13$ TeV and $13.6$ TeV in events with two oppositely charged leptons using the ATLAS detector

باستخدام مجموعات بيانات التشغيل الثاني (Run 2) والتشغيل الثالث المبكر (Run 3) الكاملة من كاشف ATLAS، تبحث هذه الدراسة عن الإنتاج المباشر لزوج من الكواركات العليا (top squarks) في أحداث تحتوي على لبتونين بمتجهات شحنة متضادة، ونفاثات b، وزخم عرضي مفقود، حيث لم تجد أي فائض معنوي فوق تنبؤات النموذج المعياري، ووضعت حدوداً محسنة لكتلة الكواركات العليا تصل إلى 1060 جيجا إلكترون فولت وللنيوترينوهات المحايدة (neutralinos) تصل إلى 560 جيجا إلكترون فولت عند مستوى ثقة 95%.

المؤلفون الأصليون: ATLAS Collaboration

نُشر 2026-03-18

📖 4 دقيقة قراءة🧠 قراءة متعمّقة

CC BY 4.0

المؤلفون الأصليون: ATLAS 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

تخيل مصادم الهادرونات الكبير (LHC) على أنه أقوى آلة تحطيم في العالم. فهو يأخذ جسيمين صغيرين للغاية (بروتونات) ويصدمهما معاً بسرعة تقترب من سرعة الضوء، مما يؤدي إلى انفجار فوضوي من الطاقة. عادةً ما ينتج هذا الانفجار جسيمات نعرفها ونفهمها، مثل اللبنات الأساسية للكون (النموذج القياسي).

لكن الفيزيائيين يشتبهون في وجود "أشباح" غير مرئية تختبئ وسط الحطام — وهي جسيمات من نظرية تسمى التناظر الفائق (SUSY). أحد أهم الأشباح التي يبحثون عنها هو السكوارك العلوي (Top Squark) (أو الـ stop). فكر في "السكوارك العلوي" على أنه "التوأم الظلي" لأثقل جسيم معروف، وهو "الكوارك العلوي" (Top Quark). إذا وُجدت هذه التوائم، فقد تفسر سبب امتلاك الكون للكتلة ولماذا تبدو الجاذبية ضعيفة مقارنة بالقوى الأخرى.

هذه الورقة البحثية هي بمثابة "تقرير درجات" من تجربة ATLAS، وهي كاشف ضخم يعمل مثل كاميرا أمنية بزاوية 360 درجة حول منطقة التصادم. إليك ما فعلوه، مشروحاً ببساة:

1. المطاردة: الإمساك بالأشباح

يبحث العلماء عن سيناريو محدد للغاية:

الإعداد: يتم إنتاج اثنين من "السكواركات العلوية" أثناء التصادم.
التحلل: تتحلل فوراً إلى "كوارك علوي" عادي ونيوترالينو (Neutralino).
الشبح: النيوترالينو هو "الجسيم التناظري الفائق الأخف" (LSP). وهو غير مرئي لكواشفنا، مثل شبح يمشي عبر الجدر walls. وبما أنه يختفي، فإنه يحمل معه الطاقة، تاركاً "فجوة مفقودة" في توازن الطاقة في التصادم.
الأدلة: بما أن الكواركات العلوية تتفكك أيضاً، فإنها تترك خلفها أثراً من الحطام: جسيمان مشحونان (مثل الإلكترونات أو الميونات، وهي بمثابة أقارب ثقيلة للإلكترونات) ونفاثات (jets) (وهي رشقات من الجسيمات الناتجة عن الكواركات الثقيلة).

لذا، يبحث الفريق عن تصادم يترك خلفه: جسيمان مشحونان + بعض الحطام الثقيل + فجوة كبيرة من "الطاقة المفقودة".

2. التحدي: البحث عن إبرة في كومة قش

المشكلة هي أن "النموذج القياسي" (الفيزياء المعروفة) ينتج حطاماً مشابهاً طوال الوقت. الأمر يشبه محاولة العثور على عملة نادرة محددة وسط مليارات العملات العادية. "الضجيج الخلفي" الناتج عن تصادمات الجسيمات العادية هائل جداً.

ولحل هذه المشكلة، لم يستخدم فريق ATLAS مجرد عدسة مكبرة؛ بل بنوا محققاً ذكياً للغاية يعتمد على الذكاء الاصطناعي.

3. الأداة الجديدة: المحقق الذكي

في هذه الورقة، استخدم العلماء تعلم الآلة (Machine Learning) (تحديداً الشبكات العصبية) ليعمل كمرشح (فلتر).

التدريب: قاموا بتغذية الذكاء الاصطناعي بملايين التصادمات المحاكية. بعضها كان "الضجيج الخلفي" الطبيعي، وبعضها كان "الإشارة" (أشباح السكوارك العلوي).
الدرس: تعلم الذكاء الاصطناعي رصد أنماط دقيقة قد تغفل عنها العين البشرية. لقد نظر إلى الزوايا، والسرعات، ومستويات الطاقة ليقرر: "هل هذا تصادم طبيعي ممل، أم أن هذا هو الشبح النادر الذي نبحث عنه؟"
النتيجة: هذا الذكاء الاصطناعي أفضل بكثير في تمييز الإشارة عن الضجيج مقارنة بالطرق السابقة، مما سمح لهم بالنظر بعمق أكبر في البيانات أكثر من أي وقت مضى.

4. البيانات: مكتبة ضخمة

لم يكتفوا بالنظر في يوم واحد من البيانات، بل جمعوا بين:

مجموعة بيانات التشغيل 2 (2015–2018): 140 وحدة من البيانات (فيمتوبارن).
مجموعة بيانات التشغيل 3 (2022–2023): 53 وحدة من البيانات.
هذا يشبه قراءة كل كتاب في مكتبة ضخمة للعثية عن جملة واحدة مكتوبة بحبر سري.

5. الحكم: لم يتم العثور على أشباح (بعد)

بعد تشغيل محقق الذكاء الاصطناعي الخاص بهم على كل هذه البيانات، كانت النتيجة: لا يوجد فائض ملحوظ.

عدد أحداث "الأشباح" التي رأوها طابق تماماً ما توقعه النموذج القياسي للضجيج الخلفي الطبيعي.
لم تكن هناك أي طفرات غامضة تثبت وجود "السكوارك العلوي".

6. الجانب المشرق: دفع الحدود

على الرغم من أنهم لم يجدوا "السكوارك العلوي"، إلا أن هذا يعد نجاحاً كبيراً.

استبعاد الاحتمالات: لأنهم لم يجدوه، يمكنهم الآن القول بثقة 95%: "إذا كانت السكواركات العلوية موجودة، فيجب أن تكون أثقل من 1,060 جيجا إلكترون فولت (GeV)."
التشبيه: تخيل أنك تبحث عن نوع معين من الأسماك في بحيرة. لم تجده. ولكن باستخدام شباك أفضل (الذكاء الاصطناعي) وفحص المزيد من المياه (مزيد من البيانات)، يمكنك الآن القول: "نحن متأكدون من أن هذه السمكة ليست في المياه الضحلة أو المتوسطة. إذا كانت موجودة، فلا بد أنها تختبئ في أعمق وأظلم الخنادق."
التحسن: لقد دفعوا "حد العمق" (حد الكتلة) بنسبة 10% تقريباً مقارنة بالبحث السابق. كما أثبتوا أن نهج الذكاء الاصطناعي يعمل بشكل ممتاز، حتى بالنسبة للجسيمات الثقيلة.

الملخص

استخدم تعاون ATLAS مجموعة بيانات ضخمة ونظام ذكاء اصطناعي جديد وذكي للبحث عن "التوأم الظلي" للكوارك العلوي. لم يجدوا التوأم، لكنهم نجحوا في استبعاد احتمال كونه "خفيفاً". لقد أخبروا الكون بفعالية: "إذا كنت تخفي هذه الجسيمات، فهي أثقل وأصعب في العثور عليها مما ظننا". وهذا يضيق نطاق البحث عن الاكتشاف الكبير القادم في الفيزياء.

ملخص تقني لورقة تعاون ATLAS حول "البحث عن الإنتاج المباشر للزوجي لـ "توب سكويركات" في تصادمات $pp $عند طاقات$ \sqrt{s}= 13$ TeV و 13.6 TeV في أحداث تحتوي على لبتونين متقابلين في الشحنة"

1. المشكلة والدافع الفيزيائي

تتناول الورقة البحثية البحث عن التناظر الفائق (Supersymmetry - SUSY)، مع التركيز بشكل خاص على الإنتاج المباشر للزوجي لـ "توب سكويركات" ( $\tilde{t}_1$ )، وهي الشركاء السلميون (scalar superpartners) لجسيم التوب كوارك.

السياق النظري: في النموذج الفائق القياسي الأدنى (MSSM)، تُعد الـ "توب سكويركات" مبررة نظرياً لإلغاء التصحيحات الحلقية المربعة الكبيرة لكتلة بوزون هيجز، مما يحل مشكلة الهرمية (hierarchy problem).
مسار الاضمحلال: يستهدف التحليل مسار الاضمحلال $\tilde{t}_1 \to t \tilde{\chi}^0_1$ ، حيث يضمحل الـ "توب سكويرك" إلى توب كوارك حقيقي ( $t$ ) و"نيوترالينو" أخف ( $\tilde{\chi}^0_1$ )، والذي يُفترض أنه "الجسيم الفائق الأخف والأكثر استقراراً" (LSP)، وهو مرشح للمادة المظلمة.
الحالة النهائية: تضمحل الـ "توب كواركات" لاحقاً ( $t \to Wb$ $t \to W b$ )، وتضمحل بوزونات $W$ $W$ اضمحلالاً لبتونياً. وتكون الإشارة عبارة عن حالة نهائية تحتوي على:
- لبتونين متقابلين في الشحنة ( $e$ أو $\mu$ ).
- نفاثات $b$ -jets (الناتجة عن اضمحلالات التوب).
- زخم عرضي مفقود كبير ( $E_T^{miss}$ ) ناتج عن النيوترالينوهات غير المرصودة.
التحدي: هذه القناة حساسة للنماذج ذات النيوترالينوهات الضخمة، لكنها تعاني من خلفيات كبيرة من النموذج القياسي (SM)، وبشكل أساسي إنتاج $t\bar{t}$ و $t\bar{t}Z$ .

2. المنهجية

البيانات والمحاكاة

مجموعات البيانات: يجمع التحليل بين مجموعة بيانات LHC Run 2 الكاملة (2015–2018، $\sqrt{s}=13$ TeV، 140 fb $^{-1}$ ) ومجموعة بيانات مبكرة من LHC Run 3 (2022–2023، $\sqrt{s}=13.6$ TeV، 53 fb $^{-1}$ ).
اختيار الأحداث:
- المشغلات (Triggers): مشغلات إلكترون مفرد أو ميون مفرد مع عتبات زخم عرضي ( $p_T$ ) تتراوح بين 20–26 GeV.
- الاختيار المسبق: يجب أن تحتوي الأحداث على لبتونين متقابلين في الشحنة ( $p_T > 27$ GeV للرئيسي، و $>20$ GeV للثانوي)، ونفاثتين على الأقل (واحدة مصنفة كـ $b$ -tagged)، و $m_{\ell\ell} > 20$ GeV لرفض الرنينات منخفضة الكتلة.
- القيود الكينماتيكية: يتم تطبيق قيد مسبق على الكتلة المستعرضة العابرة ( $m_{T2}^{\ell\ell}$ ) لحصر فضاء الطور في منطقة الإشارة، مع عتبات تتفاوت حسب فئة فرق الكتلة (80–100 GeV).

استراتيجية تعلم الآلة

جانب مبتكر في هذا التحليل هو استخدام ست شبكات عصبية (NNs) لتعزيز التمييز للإشارة:

التصنيف: يتم تجميع نماذج الإشارة في ثلاث فئات بناءً على فرق الكتلة $\Delta m(\tilde{t}_1, \tilde{\chi}^0_1)$ : منخفض (200–300 GeV)، متوسط (300–500 GeV)، وعالٍ ( $\ge$ 600 GeV).
بنية الشبكة: يتم تدريب شبكتين عصبيتين لكل فئة (واحدة للأحداث التي تحتوي على $b$ -jet واحد بالضبط، وأخرى لـ $\ge$ اثنتين من $b$ -jets).
المدخلات: تستخدم الشبكات العصبية متغيرات كينماتيكية ( $p_T, \eta, \phi$ ) للبتونات والنفاثات، ودرجات تصنيف $b$ -tagging، و $E_T^{miss}$ وأهميته، والمسافات الزاوية ( $\Delta\phi$ )، والكتل المستعرضة ( $m_T$ )، والمتغير $p_T^{\ell\ell, \text{boost}}$ .
التدريب: يتم تدريب الشبكات باستخدام Keras/TensorFlow على عينات محاكاة للخلفيات المهيمنة ( $t\bar{t}$ ، $t\bar{t}Z$ ) ونماذج الإشارة. المخرج هو درجة الإشارة (من 0 إلى 1).

تقدير الخلفية

التطبيع القائم على البيانات: يتم تطبيع الخلفيات المهيمنة ( $t\bar{t}$ $t \overset{ˉ}{t}$ و $t\bar{t}Z$ $t \overset{ˉ}{t} Z$ ) باستخدام ملاءمة احتمالية متزامنة (simultaneous profile likelihood fit) في مناطق تحكم (CRs) مخصصة.
- مناطق تحكم $t\bar{t}$ : تُعرف بدرجات إشارة NN أقل وتعددية محددة لـ $b$ -jets.
- منطقة تحكم $t\bar{t}Z$ : تُستخدم حالة نهائية فريدة مكونة من ثلاثة لبتونات لعزل أحداث $t\bar{t}Z$ مع اضمحلالات $Z$ غير المرئية، باستخدام متغير $E_T^{miss, \text{corr}}$ المصحح.
التحقق: تُستخدم مناطق التحقق (VRs) المنفصلة عن مناطق التحكم (CRs) ومناطق الإشارة (SRs) للتحقق من نمذجة الخلفية.
الارتيابات المنهجية: تشمل الارتيابات الرئيسية مقياس/دقة طاقة النفاثة (JES/JER)، وكفاءة $b$ -tagging، والنمذجة النظرية (ISR/FSR)، واللمعان (0.83% لـ Run 2، و 2% لـ Run 3).

مناطق الإشارة (SRs)

تُعرف مناطق الإشارة بتطبيق عتبة عالية على درجة إشارة NN (على سبيل المثال، $>0.93$ لفئة $\Delta m$ المنخفضة مع 1 $b$ -jet) بالإضافة إلى الاختيار المسبق. يستخدم التحليل نهج "أفضل توقع"، حيث يتم اختيار الفئة (منخفض/متوسط/عالٍ) التي توفر أعلى حساسية لكل نقطة كتلة محددة.

3. المساهمات الرئيسية

دمج Run 3: يعد هذا أحد أول تحليلات ATLAS التي تدمج بيانات Run 3 (13.6 TeV)، مما يثبت أداء الكاشف عند مستويات أعلى من التراكم (pile-up) وطاقات مركز الكتلة.
تعزيز تعلم الآلة: يؤدي تنفيذ الشبكات العصبية الخاصة بكل فئة إلى تحسين كبير في الفصل بين خلفية $t\bar{t}$ المعقدة وإشارة SUSY عبر فضاء طور كينماتيكي واسع.
تحسين الحساسية: يؤدي الجمع بين زيادة اللمعان، وبيانات Run 3، وتقنيات تعلم الآلة إلى تحسن بنسبة ~50% في الحساسية المتوقعة لنقطة مرجعية (1 TeV $\tilde{t}_1$ ، 400 GeV $\tilde{\chi}^0_1$ ) مقارنة بالتحليلات السابقة التي اقتصرت على Run 2 فقط.
التحكم الشامل في الخلفية: يوفر استخدام منطقة تحكم مخصصة لثلاث لبتونات لـ $t\bar{t}Z$ وملاءمة متزامنة قوية عبر مجموعات بيانات Run 2 و Run 3 قيوداً دقيقة على الخلفية.

4. النتائج

الملاحظة: لم يتم رصد أي فائض معتبر في عدد الأحداث فوق توقعات النموذج القياسي في أي من مناطق الإشارة. البيانات متسقة مع توقعات النموذج القياسي ضمن حدود الارتياب.
حدود الاستبعاد (95% CL):
- النيوترالينو عديم الكتلة: تم استبعاد كتل "توب سكويركات" التي تصل إلى 1060 GeV. يمثل هذا تحسناً بنحو 100 GeV (أو ~10%) عن نتائج ATLAS السابقة في نفس القناة.
- النيوترالينو الضخم: بالنسبة لكتلة "توب سكويرك" تبلغ 900 GeV، تم استبعاد كتل النيوترالينو التي تصل إلى 560 GeV.
الحدود المستقلة عن النموذج: تم وضع حدود عليا للمقطع العرضي المرئي ( $\sigma_{vis}$ ) لمختلف مناطق اكتشاف الإشارة، مما يوفر قيوداً قابلة للتطبيق على نماذج الفيزياء الجديدة العامة.

5. الأهمية

يمثل هذا التحليل خطوة هامة للأمام في البحث عن التناظر الفائق الطبيعي (natural SUSY). ومن خلال تمديد مدى الكتلة إلى 1.06 TeV، فإنه يضع قيوداً صارمة على فضاء المعلمات حيث يمكن لـ "توب سكويركات" حل مشكلة الهرمية بشكل طبيعي. إن الدمج الناجح لبيانات Run 3 وتقنيات تعلم الآلة المتقدمة يثبت قدرة كاشف ATLAS على سبر آفاق كتل أعلى وسيناريوهات كينماتيكية أكثر تعقيداً مع دخول LHC عصر اللمعان العالي. النتائج تستبعد فعلياً السيناريوهات البسيطة لـ "توب سكويركات" الخفيفة التي تضمحل مباشرة إلى "توب كواركات" حقيقية ونيوترالينوهات خفيفة، مما يدفع حدود أبحاث الـ SUSY نحو نطاق الـ multi-TeV.