Anomaly detection for multijet scenarios

على مدى عقود، كانت عملية البحث عن فيزياء جديدة بمثابة لعبة البحث عن إبرة في كومة قش، لكن كومة القش تستمر في النمو. يصدم العلماء في مصادم الهادرونات الكبير الجسيمات مع بعضها البعض بسرعات هائلة، آملين في لمح شيء لا ينتمي إلى النموذج المعياري، وهو كتاب القواعد الحالي لكيفية عمل الكون. وعندما يجدون شيئاً جديداً، فإنه غالباً ما يظهر على شكل رنين، وهو جسيم عابر يتحلل فوراً تقرياً إلى رذاذ من الجسيمات الأخرى. تقليدياً، بحث الباحثون عن هذه الإشارات من خلال افتراض أنها ستظهر بطريقة محددة للغاية، مثل جسيم ثقيل يتفكك إلى نفثتين (jets) بالضبط من الحطام. هذا النهج يعمل جيداً عندما يكون الافتراض صحيحاً، ولكنه يترك الباب مغلقاً أمام الغالبية العظمى من الاحتمالات. فإذا تحلل جسيم جديد إلى ثلاث أو أربع أو حتى المزيد من النفثات، فإن طرق البحث القياسية غالباً ما تفشل في رصده تماماً، لأنها لا تبحث عن ذلك النمط المحدد.

لقد دفع هذا القصور نحو التحول إلى نوع مختلف من البحث يُعرف باسم كشف الشذوذ (anomaly detection). فبدلاً من التخمين لما تبدو عليه الفيزياء الجديدة، يقوم العلماء بتدريب الحواسيب على التعرف على شكل ضجيج الخلفية، ثم تحديد أي شيء يبدو غريباً وبارزاً. هذه الطريقة قوية لأنها لا تتطلب نظرية محددة لما يجب العثور عليه. ومع ذلك، حتى هذه الأساليب المرنة واجهت صعوبات في الأحداث المعقدة حيث يتباين عدد رشاشات الجسيمات بشكل كبير. تعالج دراسة جديدة أجراها غريغور كاسيزكا وزملاؤه هذه الفجوة من خلال الجمع بين طريقة ذكية لتنظيف البيانات الفوضوية وتقنية تعلم آلي متطورة. يوضح عملهم أنه من الممكن رصد الفيزياء الجديدة الغريبة بغض النظر عن عدد النفثات المنتجة، مما يفتح الباب أمام اكتشاف إشارات كانت غير مرئية سابقاً لأكثر استراتيجيات البحث تقدماً.

بدأ الباحثون بمعالجة مشكلة أساسية: كيف يتم تعريف "كتلة" جسيم عندما يتفكك إلى رذاذ فوضوي من الحطام. في الحالات البسيطة حيث ينقسم جسيم إلى اثنين، يمكن للعلماء حساب كتلته بسهولة من خلال النظر إلى النفثتين الناتجتين. ولكن عندما يتحلل جسيم إلى ثلاث أو أربع نفثات، أو عندما تكون النفثات غير متساوية، تفشل الحسابات القياسية ويضيع الإرسال في ضبابية. اختبر الفريق عدة طرق مختلفة لقياس هذه الكتلة. أحد الأساليب كان ببساطة جمع كتلة كل جسيم في الحدث. وبينما نجح هذا في التقاط الإشارة، إلا أن البيانات الناتجة كانت واسعة جداً ومشتتة لدرجة جعلت من المستحيل تمييز الجسيم الجديد عن ضجيج الخلفية. كان الأمر يشبه محاولة العثور على صوت محدد في ملعب مليء بالناس الذين يصرخون جميعاً في وقت واحد؛ الإشارة كانت موجودة، لكنها غرقت في الضجيج.

ولحل هذه المشكلة، طبق الفريق تقنية تسمى "التقليص الناعم المتكرر" (recursive soft drop)، وهي طريقة صُممت في الأصل لتنظيف حواف نفثات الجسيمات. تخيل كومة فوضوية من الأوراق، حيث بعضها ثقيل ومركزي، بينما الآخر خفيف ومشتت بفعل الرياح. تعمل هذه الخوارزمية مثل رياح لطيفة تزيح الأوراق الخفيفة والمشتتة، تاركة فقط الكتلة المركزية الثقية. ومن خلال تطبيق هذه العملية على الحدث بأكمله، تمكن الباحثون من تجريد الأحداث من الجسيمات الناعمة وغير ذات الصلة التي حجبت الرؤية. وما تبقى كان كتلة أكثر نظافة وحدة في البيانات. هذا القياس الجديد، الذي أطلقوا عليه اسم "كتلة التقليص الناعم المتكرر"، سمح لهم برؤية الرنين بوضوح، حتى عندما تحلل الجسيم إلى ثلاث أو أربع نفثات. لقد برزت الإشارة مقابل الخلفية بوضوح تام كما في حالات النفثتين البسيطتين، مما أثبت أن الطريقة يمكنها التعامل مع مجموعة متنوعة من أنماط التحلل.

مع هذه الطريقة الأنظف لرؤية البيانات، اختبر الفريق نظام تعلم آلي مصمماً لإيجاد الشذوذ. استخدموا تقنية تسمى CATHODE، والتي تعمل من خلال تعليم الكمبيوتر فهم ضجيج الخلفية في المناطق التي لا يُتوقع وجود إشارة فيها. وبمجرد أن تعلم الكمبيوتر كيف يبدو الضجيج الطبيعي، عُرضت عليه المنطقة التي قد تختبئ فيها الإشارة. إذا رأى الكمبيوتر شيئاً لا يتوافق مع نموذجه للخلفية، فإنه يصنفه كشذوذ محتمل. اختبر الباحثون هذا النظام على بيانات محاكاة تمثل سيناريوهات مختلفة، بما في ذلك جسيمات تتحلل إلى اثنتين أو ثلاث أو أربع نفثات، بالإضافة إلى مزيج معقد من هذه التحللات. ووجدوا أن الجمع بين قياس الكتلة الجديد ونظام كشف الشذوذ حسن بشكل كبير قدرتهم على رصد هذه الإشارات.

كانت النتائج مذهلة بشكل خاص عندما نظر الفريق إلى سيناريو تحدٍ يُعرف باسم "Black Box 3"، وهو مجموعة بيانات من تحدٍ مجتمعي تحتوي على مزيج من نمطي تحلل مختلفين. في هذا الاختبار، تمكنت الطريقة الجديدة من تحديد الإشارة بمستوى ثقة تجاوز عتبة الاكتشاف الرئيسي، وهي نتيجة "خمسة سيجما" (five-sigma). كان هذا تحسناً كبيراً مقارنة بالمحاولات السابقة، التي كافحت للوصول إلى مستويات الثقة العالية هذه باستخدام نفس البيانات. أظهرت الدراسة أن الطريقة كانت قوية، حيث عملت جيداً سواء كانت الإشارة نوعاً واحداً من التحلل أو مزيجاً مربكاً من أنواع مختلفة. وأشار الباحثون إلى أنه بينما كان النظام يعمل بشكل أفضل عندما تكون الإشارة قوية، إلا أنه لا يزال يقدم ميزة واضحة على طرق العد التقليدية، مما يقلل عدد الأحداث اللازمة لتحقيق اكتشاف بهامش كبير.

يخلص البحث إلى أن هذا النهج يقدم أداة قوية للبحث عن فيزياء جديدة. فمن خلال استخدام طريقة لتنظيف البيانات وخوارزمية مرنة للعثور على الغريب، يمكن للعلماء الآن البحث عن جسيمات جديدة دون الحاجة إلى التخمين الدقيق لكيفية ظهورها. أُجريت الدراسة باستخدام محاكاة حاسوبية لاصطدامات الجسيمات، والتي تعمل كساحة اختبار لهذه الأفكار قبل تطبيقها على البيانات الحقيقية من المصادم. ويقترح المؤلفون أن هذه الاستراتيجية يمكن أن تصبح جزءاً معيارياً للبحث عن فيزياء جديدة، قادرة على التكيف مع ما تقرره الطبيعة للكشف عنه. كما أشاروا إلى أنه بينما تعمل الطريقة الحالية بشكل جيد مع النفثات، فإن العمل المستقبلي يمكن أن يوسع هذه الأفكات لتشمل أنواعاً أخرى من الجسيمات، مثل الإلكترونات أو الطاقة المفقودة، مما يزيد من نطاق ما يمكن اكتشافه. ويمثل هذا العمل خطوة نحو بحث أكثر انفتاحاً، بحث مستعد لإيجاد غير المتوقع، بغض النظر عن عدد القطع التي يتفكك إليها.