⚛️ high-energy experiments

Vision Transformers and Graph Neural Networks for Charged Particle Tracking in the ATLAS Muon Spectrometer

تقدم هذه الورقة نهجين للتعلم الآلي لمطياف الميون في تجربة أطلس (ATLAS) لمعالجة تحديات مصادم الهادرونات الكبير عالي السطوع: شبكة عصبية رسومية تعمل على تحسين رفض ضربات الخلفية وسرعة إعادة البناء بنسبة 15%، وإثبات مفهوم لمحول رؤية (Vision Transformer) يحقق كفاءة تتبع بنسبة 98% في غضون 2.3 مللي ثانية فقط.

المؤلفون الأصليون: Jonathan Renusch (on behalf of the ATLAS Collaboration)

نُشر 2026-03-30

📖 4 دقيقة قراءة🧠 قراءة متعمّقة

CC BY 4.0

المؤلفون الأصليون: Jonathan Renusch (on behalf of the 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 أن مصادم الهادونات الكبير (LHC) هو أقوى مسرع جسيمات في العالم، حيث يصدم البروتونات ببعضها البعض بسرعة تقترب من سرعة الضوء. وتجربة "أطلس" (ATLAS) هي أحد الكواشف العملاقة التي تراقب هذه الاصطدامات، بحثاً عن أدلة حول أعمق أسرار الكون.

في الوقت الحالي، يعمل المصادم بنشاط، ولكن في المستقبل (بعد عام 2030)، سيصبح العمل فيه جنونياً للغاية. فكر في الأمر كأن مكتبة هادئة تحولت فجأة إلى قاعة حفلات صاخبة ومزدحمة؛ فبدلاً من وجود 60 شخصاً يتصادمون مع بعضهم البعض في آن واحد، سيكون هناك 200. يُسمى هذا "التراكم" (pileup).

ما هي المشكلة؟ الكاشف يغرق في البيانات. الأمر يشبه محاولة العثور على وجه صديق معين وسط حشد من 200 شخص، بينما يقوم شخص ما برمي قصاصات الورق الملون (الكونفيتي)، وتشغيل أضواء الومضات (strobe lights)، والصراخ بأرقام عشوائية. "القصاصات" و"الصراخ" هي الضوضاء الخلفية (الإشارات الزائفة)، و"الصديق" هو الميوون (الجسيم الذي يهتم به العلماء).

تقدم هذه الورقة البحثية أداتين جديدتين من أدوات الذكاء الاصطناعي فائقة الذكاء، صُممتا لمساعدة كاشف "أطلس" في العثور على أصدقائه وسط هذا الزحام الفوضوي بشكل أسرع وأكثر دقة.

1. "الحارس الذكي" (الشبكات العصبية الرسومية - Graph Neural Networks)

المشكلة: قبل أن يتمكن الكمبيوتر حتى من محاولة تتبع مسار جسيم ما، عليه أن يفرز ملايين الإشارات الصغيرة (الضربات/hits). معظم هذه الإشارات ليست سوى ضوضاء. الطريقة الحالية تشبه حارس أمن يفحص كل شخص في الطابور، واحداً تلو الآخر، وهو أمر يستغرق وقتاً طويلاً جداً.

الحل: قام الفريق ببناء شبكة عصبية رسومية (GNN).

التشبيه: تخيل ضربات الكاشف كأشخاص في غرفة. بدلاً من فحص الجميع بشكل فردي، تقوم الشبكة العصبية الرسومية بتجميعهم في "دلاء" (عناقيد) بناءً على من يقف بجانب من. بعد ذلك، تنظر إلى العلاقات بين هذه المجموعات.
كيف تعمل: تعمل مثل حارس ذكي جداً في ملهى ليلي؛ فهي تمسح المجموعات بسرعة وتقول: "مهلاً، هذه المجموعة تبدو كحفلة من الضوضاء؛ اخرجوا!" و"هذه المجموعة تبدو كضيف حقيقي؛ اسمحوا لهم بالدخول".
النتيجة: من خلال طرد الضوضاء الوهمية قبل بدء عملية التتبع الرئيسية، يصبح لدى الكمبيوتر عمل أقل بكثير للقيام به. لقد سرعت العملية الإجمالية بنسبة 15%، مما وفر أجزاءً ثمينة من الميلي ثانية. وفي عالم فيزياء الجسيمات، توفير الوقت يعني القدرة على رصد المزيد من الأحداث النادرة.

2. "الماسح الخارق" (محولات الرؤية - Vision Transformers)

المشكلة: حتى بعد أن يقوم الحارس بعمله، تظل هناك أحجية ضخمة يجب حلها: توصيل النقاط المتبقية لرسم مسار الجسيم. الخوارزميات التقليدية تفعل ذلك مثل محقق يحاول توصيل النقاط واحدة تلو الأخرى، وهو أمر بطيء ويسبب الارتباك في غرفة مزدحمة.

الحل: استخدم الفريق محول رؤية (ViT)، وهو نوع من الذكاء الاصطناعي الشهير بالتعرف على الصور (مثل تحديد قطة في صورة).

التشبيه: بدلاً من النظر إلى النقاط واحدة تلو الأخرى، ينظر هذا الذكاء الاصطناعي إلى الصورة بأكملها دفعة واحدة، مثل رؤية من منظور عين الطائر. إنه يستخدم تقنية تسمى "الانتباه الوميضي" (Flash Attention)، وهي تشبه امتلاك قوة خارقة تسمح له بالتركيز فوراً على الأجزاء الأكثر أهمية في الصورة مع تجاهل الباقي.
كيف يعمل: يعامل كل إشارة (hit) كـ "رمز" (token) (مثل كلمة في جملة). إنه يقرأ جملة الإشارات الكاملة في وقت واحد لتحديد أي منها ينتمي لبعضه البعض لتشكيل مسار الجسيم. الأمر يشبه النظر إلى خربشة فوضوية ورؤية الرسم المخفي داخلها على الفور.
النتيجة: هذا "إثبات مفهوم"، مما يعني أنه نموذج أولي، لكنه سريع للغاية. يمكنه إعادة بناء مسار الميوون في 2.3 ميلي ثانية على بطاقة رسومات ألعاب قياسية (من النوع الذي تشتريه لجهاز الكمبيوتر الخاص بك). هذا أسرع بحوالي 100 مرة من الطريقة القياسية الحالية.

لماذا يهم هذا؟

تخيل كاشف "أطلس" ككاميرا تلتقط صورة لسيارة مسرعة.

الطريقة القديمة: تلتقط الكاميرا الصورة، ثم يجلس فريق من البشر لتنظيف الغبار عن العدسة يدوياً وتتبع مسار السيارة. يستغرق الأمر وقتاً طويلاً، وبحلول الوقت الذي ينتهون فيه، تكون السيارة قد رحلت.
الطريقة الجديدة: الكاميرا تحتوي على ذكاء اصطناعي مدمج. "الحارس الذكي" يمسح الغبار عن العدسة فوراً. ثم يقوم "الماسح الخارق" برسم مسار السيارة في لمح البصر.

الخلاصة:
مع ازدياد انشغال مصادم الهادونات الكبير (LHC)، ستصبح البيانات ثقيلة جداً بحيث لا تستطيع الحواسيب القديمة التعامل معها في الوقت الفعلي. تعمل أدوات الذكاء الاصطناعي الجديدة هذه كمرشح عالي السرعة ومحرك سريع للتعرف على الأنماط. إنها لا تجعل العملية أسرع فحسب، بل تجعل من الممكن الاستمرار في إجراء فيزياء عالية الجودة عندما تعمل الآلة عند أقصى حدودها.

تظهر الورقة البحثية أنه من خلال استعارة أفكار من رؤية الحاسوب (مثل التعرف على الوجوه) ونظرية المخططات (مثل الشبكات الاجتماعية)، يمكن لعلماء الفيزياء بناء "جهاز عصبي رقمي" لكواشفهم، يكون سريعاً، وفعالاً، وجاهزاً للمستقبل.

1. بيان المشكلة

تواجه تجربة ATLAS في مصادم الهادرونات الكبير (LHC) تحديات كبيرة في إعادة بناء الجسيمات المشحونة مع انتقالها إلى عصر مصادم الهادرونات عالي السطوع (HL-LHC) (ما بعد عام 2030).

زيادة التراكم (Pileup): سيرتفع عدد تصادمات بروتون-بروتون لكل تقاطع حزمة ( $\langle\mu\rangle$ ) من حوالي 60 (في Run 3) إلى ما يصل إلى 200.
تحديات طيف الميون (Muon Spectrometer): على عكس المتتبع الداخلي (Inner Tracker)، يتميز طيف الميون بنسبة إشارة إلى ضجيج منخفضة جداً (تصل إلى 0.6% في بعض المناطق) ويدمج خمس تقنيات مختلفة من كواشف فرعية ذات سرعات قراءة ودقة مكانية متفاوتة.
قيود زمن الاستجابة (Latency Constraints): يجب على مرشح الحدث (Event Filter)، وهو المستوى الثاني من نظام الزناد، معالجة 1 ميجاهرتز من بيانات الإدخال مع متطلبات زمن استجابة صارمة. تستغرق سلسلة إعادة البناء الحالية حوالي 255 مللي ثانية لكل حدث على خيط معالجة واحد (CPU thread) عند $\langle\mu\rangle=200$ ، وهو أمر غير كافٍ لاحتياجات الإنتاجية المستقبلية.
الهدف: تطوير استراتيجيات تعلم آلي (ML) فعالة وقوية لرفض ضربات الخلفية (background hits) وإعادة بناء مسارات الميون في الوقت الفعلي دون المساس بأداء الفيزياء.

2. المنهجية

يقترح البحث نهجين متميزين يعتمدان على التعلم الآلي لمعالجة هذه التحديات:

النهج أ: الشبكات العصبية الرسومية (GNN) لرفض الخلفية

المفهوم: دمج الشبكات العصبية الرسومية (GNNs) في سلسلة إعادة البناء الأساسية غير المعتمدة على التعلم الآلي لتصفية ضربات الخلفية قبل مرحلة التعرف على الأنماط.
بناء الرسم البياني (Graph Construction):
- يتم إنشاء العقد (Nodes) من "دلاء الميون" (Muon Buckets) - وهي مجموعات من الضربات ضمن نطاق 30 سم طولياً - بدلاً من الضربات الفردية، لضمان الكفاءة الحسابية.
- تربط الحواف (Edges) بين الدلاء في القطاعات المتطابقة أو المتجاورة التي تستوفي معايير قرب مكاني محددة ( $|\Delta z| < 15000$ ملم، $\sqrt{\Delta x^2 + \Delta y^2} < 6800$ ملم).
البنية (Architecture): تعتمد على بنية EdgeConv. تقوم بنشر المعلومات عبر تمرير الرسائل (message passing) لتصنيف الدلاء سواء كانت تحتوي على قطع إشارة، أو قطع متعددة، أو ضجيج خلفية.
التنفيذ: تم دمجها في إطار عمل ATLAS Athena المكتوب بلغة C++ باستخدام PyTorch Geometric وONNX (مع تنفيذ نوى CUDA مخصصة لـ EdgeConv).

النهج ب: محولات الرؤية (Vision Transformers - ViT) لتتبع المسارات من البداية إلى النهاية

المفهوم: إثبات مفهوم لنظام تتبع يعتمد كلياً على التعلم الآلي من البداية إلى النهاية باستخدام Mask2Former (وهي بنية تقسيم بانورامي - panoptic segmentation - متطورة تم تكييفها لفيزياء الطاقات العالية - HEP).
تكييف البنية:
- الترميز (Tokenization): تُعامل ضربات الكاشف الفردية كرموز (tokens) بدلاً من قطع صور.
  सुरंग ترتيب الضربات حسب الزاوية السمتية ( $\phi$ ). يتم استخدام آلية Windowed Flash Attention، بافتراض أن الضربات ضمن قرب معين في $\phi$ تنتمي إلى نفس المسار. هذا يقلل التعقيد من $O(N^2)$ إلى $O(W \times N)$ .
- خط معالجة ثنائي المرحلة:
  1. تصفية الضربات: تقوم مرحلة انتباه عالمي (global attention) بتصنيف ثنائي لإزالة ضجيج الخلفية.
  2. التتبع: يستخدم فك تشفير Mask2Former مدمج (compact) آلية الانتباه المتقاطع (cross-attention) بين استعلامات المسار القابلة للتعلم ورموز الضربات المصفاة لتعيين الضربات للمسارات وتراجع معاملات المسار ( $p_T, \eta, \phi, q$ ).
التدريب: تم التدريب على محاكاة ATLAS كاملة ( $Z \to \mu\mu$ , $J/\psi \to \mu\mu$ , $t\bar{t}$ ) عند $\langle\mu\rangle=200$ . يستخدم خسارة متعددة المهام موزونة (Binary Cross-Entropy للتعيين، و MSE للتراجع).

3. المساهمات الرئيسية

تكامل GNN: نجاح دمج الشبكات العصبية الرسومية (GNNs) في سلسلة إعادة البناء القياسية لـ ATLAS (Athena) لرفض الخلفية في الوقت الفعلي، والتغلب على عقبات توافق ONNX.
تتبع ViT من البداية إلى النهاية: ريادة تطبيق Mask2Former و Windowed Flash Attention في طيف الميون، عبر معاملة ضربات الكاشف المتفرقة وغير المتجانسة كرموز لحل المسائل التوافقية العالمية.
كفاءة الأجهزة: التحقق من صحة كلا النهجين على أجهزة GPU الاستهلاكية وعالية الأداء، مما يثبت جدوى النشر في الوقت الفعلي في مرشح الحدث (Event Filter).

4. النتائج

نتائج GNN (رفض الخلفية)

السرعة: قللت وقت إعادة البناء لكل حدث من 255 مللي ثانية إلى 217 مللي ثانية (تحسن بنسبة 15%) عند $\langle\mu\rangle=200$ .
الأداء: حققت معدل رفض لدلاء الخلفية بنسبة 97% عند $\langle\mu\rangle=60$ .
الأثر الفيزيائي: حافظت على كفاءة إعادة بناء الإشارة ودقتها عبر النطاق الحركي (kinematic range) بالكامل دون أي تحيز سلبي.

نتائج ViT (التتبع من البداية إلى النهاية)

تصفية الضربات:
- حققت مساحة تحت المنحنى (AUC) قدرها 0.9997.
- عند كفاءة إشارة بنسبة 99%، وصل رفض الخلفية إلى 99.7%، مما قلل متوسط الإشغال من ~6,900 ضربة إلى 55 ضربة لكل حدث.
- ظلت 99.7% من مسارات الميون قابلة لإعادة البناء بعد التصفية.
أداء التتبع:
- كفاءة اكتشاف الإشارة: 98.0% (عند معدل خطأ/تزييف بنسبة 5.1%).
- كفاءة المطابقة المزدوجة: 94.59% (المسارات التي لديها كفاءة ونقاء في تعيين الضربات > 50%).
- تعيين الضربات: كفاءة 92.9% ونقاء 88.90%.
- تصنيف الشحنة: دقة 96.35%.
سرعة الاستنتاج (Inference Speed):
- GPU استهلاكي (RTX 3090): 2.3 مللي ثانية لكل حدث (حجم الدفعة 200).
- GPU عالي الأداء (H100): 0.9 مللي ثانية لكل حدث (حجم الدفعة 200).
- ملاحظة: مرحلة التتبع سريعة للغاية (~0.07 مللي ثانية)، لكن زمن الاستجابة حالياً تهيمن عليه أعباء إطلاق نواة (kernel launch overheads) الـ GPU.

5. الأهمية والآفاق المستقبلية

القابلية للتوسع: يوفر نهج ViT تقليلاً هائلاً في زمن الاستجابة (من 255 مللي ثانية إلى ~2.3 مللي ثانية) مقارنة بالأساس المعتمد على CPU، مما يجعله مناسباً جداً لمتطلبات الإنتاجية العالية لمرشح الحدث في HL-LHC.
متانة الخوارزمية: النهج القائم على الانتباه (attention-based) أقل اعتماداً على معلومات توقيت الكاشف المحددة مقارنة بالخوارزميات التقليدية، مما يظهر متانة حتى عند استبعاد تقنيات كاشف معينة (مثل RPCs) في دراسات الاستئصال (ablation studies).
العمل المستقبلي:
- تحسين سرعة الاستنتاج عبر تجميع النموذج (TorchCompile) ودمج العمليات (operator fusion) للقضاء على أعباء إطلاق النواة.
- دمج تعيين الضربات للمسارات مباشرة في مرشح الحدث للمساعدة في عمليات الملاءمة العالمية للمسارات (global track fits).
- استكشاف تطبيقات لتقلبات الجسيمات طويلة العمر (LLP).
- تحسين دقة تراجع معاملات المسار لتطابق الخوارزميات الأساسية.

الخلاصة: يثبت البحث أن طرق التعلم الآلي، وتحديداً GNNs للمعالجة المسبقة و Vision Transformers للتتبع من البداية إلى النهاية، هي حلول عالية الأداء وقابلة للتطبيق لجيل المستقبل من مشغلات الفيزياء، حيث توفر تسريعاً كبيراً مع الحفاظ على جودة إعادة البناء أو تحسينها.