Model-independent searches and anomaly detection at the CMS experiment
تقدم هذه الورقة بحث تجربة CMS عن فيزياء جديدة غير معتمدة على نموذج باستخدام كشف الشذوذ القائم على تعلم الآلة من بيانات قدرها 138 فمتوبار عند طاقة 13 تيف، مع تسليط الضوء على الاستعادة الناجحة غير الخاضعة للإشراف للكواركات القمة والنشر في الوقت الفعلي للخوارزميات غير الخاضعة للإشراف في مستويات الزناد الأول (level-1 trigger) خلال عام 2024.
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
لأكثر من عقد من الزمان، ظل أقوى مسرع جسيمات في العالم يحطم البروتونات مع بعضها البعض بسرعات تقترب من سرعة الضوء، بحثاً عن اللبنات الأساسية لكونٍ يمتد إلى ما وراء فهمنا الحالي. لطالما اشتبه العلماء في أن "النموذج القياسي"، وهو النظرية التي تصف بنجاح جميع المادة والقوى المعروفة، غير مكتمل. وهم يتوقعون العثور على جسيمات جديدة أو قوى خفية يمكن أن تفسر أسراراً مثل المادة المظلمة أو سبب وجود الكون من الأساس. ومع ذلك، رغم اكتشاف بوزون هيغز، لم يظهر أي جسيم أولي جديد في البيانات. هذا الصمت دفع الباحثين إلى إعادة التفكير في استراتيجيتهم؛ فبدلاً من بناء شب محددة للإمساك بسمكة يعتقدون أنها قد تكون موجودة، هم يحاولون الآن الإمساك بأي شيء غير عادي يسبح بالقرب منهم، بغض النظر عن شكله. ويعتمد هذا التحول على فكرة قوية: إذا كان الكون مليئاً بالأنماط المألوفة، فإن أي شيء يكسر تلك الأنماط يستحق الاستقصاء، حتى لو لم نكن نعرف ماهيته بعد.
لقد تبنى الباحثون في تجربة "المصادم المركزي للميونات الساكنة" (CMS) في سيرن (CERN) هذا النهج باستخدام تعلم الآلة للبحث عن الشذوذ. وفي دراسة حديثة، طبقوا هذه التقنية على مجموعة بيانات ضخمة تبلغ 138 فيمتوبولت من بيانات تصادمات بروتون-بروتون سُجلت عند طاقة قدرها 13 تريليون إلكترون فولت. ركز الفريق على نوع محدد من التصادمات حيث تنطلق رشاشان من الجسيمات عالية الطاقة، تُعرف باسم "النفاثات" (jets)، في اتجاهين متضادين. وفي الغالبية العظمى من هذه الأحداث، تتشكل النفاثات من جسيمات شائعة مثل الكواركات أو الغلوونات، مما يخلق رذاذاً فوضوياً يمكن التنبؤ به. بحث العلماء عن نفاثات مختلفة—تلك التي تحمل بنية داخلية معقدة، ربما تحتوي على جسيمات أثقل أو طبقات متعددة من الاضمحلال، مما يجعلها تبرز عن الخلفية العادية. لم يفترضوا ما قد تكون عليه هذه الجسيمات الجديدة، ولم يخمنوا كتلتها أو كيفية تفاعلها، بل طلبوا ببساطة من الكمبيوتر أن يتعلم كيف تبدو النفاثة العادية، ثم يقوم بتمييز أي شيء لا يتوافق مع ذلك النمط.
ولضمان نجاح هذه الطريقة، اختبر الفريق أولاً هذه التقنية على بيانات كانت الإجابة فيها معروفة بالفعل. فقد طلبوا من الخوارزمية البحث عن "الكوارك القمي" (top quark)، وهو جسيم ثقيل مفهوم جيداً ولكنه يصعب رصده وسط بحر من النفاثات العادية. ومن دون إخبار الآلة بما هو الكوارك القمي أو إعطائها أي تسميات لتحديده، نجح نظام تعلم الآلة في عزل الأحداث التي تحتوي على هذه الجسيمات؛ حيث وجدها من خلال ملاحظة أن بنيتها الداخلية متميزة عن البقية. وقد أثبت هذا التحقق أن النظام يمكنه التعرف على شيء جديد دون نص مسبق الكتابة. وعندما طبق الباحثون المنطق نفسه على مجموعة البيانات الكاملة البالغة 138 فيمتوبولت من بيانات تصادمات بروتون-بروتون، قاموا بمسح أي فائض موضعي من الأحداث الغريبة التي قد تشير إلى رنين جديد، أو جسيم ثقيل يتحلل إلى جسيمين أخف.
كانت النتائج شهادة على قوة هذا البحث المستقل عن النماذج، لكنها أكدت أيضاً الصمت المستمر للكون فيما يتعلق بالفيزياء الجديدة. فقد أظهرت الطرق الخمس المختلفة لتعلم الآلة المستخدمة في الدراسة أداءً أفضل من عمليات البحث التقليدية التي تبحث عن أنواع محددة من توقيعات الجسيمات. لقد تمكنت من رصد حالات شاذة دقيقة كانت الطرق القديمة ستفقدها، لا سيما في السيناريوهات المعقدة حيث قد يتفكك جسيم ثقيل إلى قطع أصغر عديدة. ومع ذلك، ورغم هذه الحساسية المتزايدة، لم تجد طريقة واحدة انحرافاً عن الخلفية المتوقعة قوياً بما يكفي لإعلان اكتشاف. وكانت أبرز التقلبات التي رصدوها متوافقة مع الضجيج الإحصائي العشوائي بدلاً من كونها جسيماً جديداً. كما وضع الفريق حدوداً جديدة لما يمكن أن تكون عليه أنواع الجسيمات الجديدة، مما أدى فعلياً إلى استبعاد احتمالات معينة في نطاقات كتلة لم تبحثها عمليات بحث أخرى من قبل.
وبعيداً عن التحليل اللاحق للبيانات المسجلة، دفعت التجربة هذه التكنولوجيا إلى مجال اتخاذ القرار في الوقت الفعلي. ينتج مصادم الهادرونات الكبير تصادمات بمعدل 40 مليون مرة في الثانية، وهو معدل سريع جداً بحيث لا يمكن للمشغلين البشر أو الحواسيب القياسية مراجعة كل حدث منها. عادةً، يقوم نظام يُسمى "المُطلق" (trigger) بتصفية الغالبية العظمى من التصادمات، محتفظاً فقط بتلك التي تبدو مثيرة للاهتمام بناءً على الفيزياء المعروفة. وقد قام فريق CMS الآن بتثبيت خوارزميتين لتعلم الآلة غير الخاضعة للإشراف مباشرة على الأجهزة التي تتخذ هذه القرارات في أجزاء من الثانية. تقوم هذه الخوارخزميات، التي تعمل على رقائق متخصصة، بتحليل ترسبات الطاقة الخام في الكاشف دون أي معرفة مسبقة بما يجب البحث عنه. وخلال فترة جمع البيانات لعام 2024 عند طاقة 13.6 تريليون إلكترون فولت، اختارت هذه الأنظمة أكثر من أربعة مليارات حدث للتخزين الدائم، ملتقطةً عمليات نادرة وعالية الطاقة قد تكون المُطلقات التقليدية قد استبعدتها. وتظهر البيانات التي جُمعت حتى الآن أن النظام يعمل كما هو مخطط له، حيث يسلط الضوء على جسيمات معروفة جيداً مثل بوزون Z وميزون J/psi، مما يثبت أن الآلة يمكنها تحديد الفيزياء المثيرة للاهتمام دون أن تُخبر بما يجب أن تجده.
الهدف النهائي من هذا العمل هو توسيع نطاق البحث ليتجاوز مجرد رشاشات الجسيمات داخل نفاثة واحدة إلى الحدث بأكمله. فمن خلال النظر في الشكل العالمي للتصادم، يأمل العلماء في العثور على حالات شاذة تكون غير مرئية عند النظر إلى القطع الفردية. وبينما لم تجد هذه الدراسة المحددة جسيماً جديداً، إلا أنها نجحت في إثبات طريقة جديدة للنظر في البيانات. لقد أظهرت أن الأدوات موجودة للعثور على غير المتوقع، حتى في كون ظل صامتاً بعناد حتى الآن. لقد انتقل الباحثون من المقترحات النظرية إلى التطبيق العملي، حيث تحققوا من طرقهم باستخدام بيانات حقيقية وأثبتوا قدرتهم على توصيف خصائص الجسيم بمجرد مراقبة كيفية اختلافه عن كل شيء آخر. إن البحث مستمر، ليس عن شبح محدد، بل عن أي ظل لا ينتمي إلى المكان.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.