Performance of heavy-flavour jet identification in the CMS high-level trigger in proton-proton collisions at $\sqrt{s}$ = 13.6 TeV

En el corazón de la Organización Europea para la Investigación Nuclear, conocida como CERN, una máquina llamada el Gran Colisionador de Hadrones hace chocar protones a velocidades que se aproximan a la de la luz. Estas colisiones recrean las condiciones que existieron apenas fracciones de segundo después de que el universo comenzara, produciendo una lluvia de nuevas partículas. Entre estas partículas, las más importantes son los quarks pesados, específicamente las variedades de fondo (bottom) y encanto (charm). Cuando estos quarks se crean, se transforman rápidamente en partículas más pesadas que viajan una distancia diminuta antes de decaer. Este ligero retraso deja una marca distintiva: un punto de origen secundario que está ligeramente desplazado del punto principal de colisión. Los físicos llaman a esto un vértice desplazado. Identificar los jets —chorros de partículas que se originan en estos quarks pesados— es esencial para muchos experimentos, particularmente en la búsqueda del bosón de Higgs, una partícula que otorga masa a otras. El bosón de Higgs a menudo decae en estos quarks pesados, lo que hace que la capacidad de detectarlos sea una habilidad crítica para comprender las leyes fundamentales de la naturaleza. Sin embargo, el universo también produce una gran cantidad de jets provenientes de partículas más ligeras, creando un ruido de fondo que puede ocultar fácilmente las raras señales que los científicos buscan.

El desafío para los investigadores del CERN no es solo encontrar estos quarks pesados, sino encontrarlos con la rapidez suficiente para seguir el ritmo de la máquina. El Gran Colisionador de Hadrones produce colisiones a un ritmo de 40 millones de veces por segundo. Es imposible guardar datos de cada uno de los eventos; los sistemas de almacenamiento simplemente no pueden manejar tal volumen. En su lugar, un sofisticado sistema de filtrado, llamado disparador (trigger), debe decidir en una fracción de microsegundo qué colisiones son lo suficientemente interesantes como para conservarlas y cuáles deben ser descartadas. Este sistema actúa como un guardián, reduciendo la enorme inundación de datos a unos pocos miles de eventos por segundo manejables. Durante años, este guardián dependió de métodos establecidos para distinguir entre los jets de quarks pesados y aquellos de partículas más ligeras. Pero a medida que el colisionador se volvió más potente, produciendo más colisiones y más ruido de fondo, los viejos métodos empezaron a tener dificultades. No eran lo suficientemente sensibles para captar los eventos raros e interesantes sin dejar pasar demasiado ruido, o tenían que configurarse de forma tan estricta que perdían datos valiosos.

Para resolver esto, la colaboración CMS, uno de los dos experimentos principales del colisionador, desarrolló una nueva generación de herramientas para su sistema de disparador de alto nivel. Este sistema se ejecuta en una granja de procesadores informáticos estándar y es responsable de la selección final y más detallada de los eventos. El equipo introdujo un nuevo tipo de algoritmo basado en el aprendizaje profundo (deep learning), una forma de inteligencia artificial que imita la manera en que el cerebro humano aprende a reconocer patrones. Específicamente, utilizaron una técnica llamada red neuronal convolucional de grafos dinámicos. En términos sencillos, este algoritmo trata a las partículas dentro de un jet no como una lista simple, sino como una red o grafo conectado. Observa cómo cada partícula se relaciona con sus vecinas, analizando la compleja estructura del chorro para determinar su origen. Este enfoque permitió al sistema ver diferencias sutiles entre un jet compuesto por quarks pesados y uno compuesto por partículas más ligeras que los métodos anteriores no podían detectar.

Los investigadores probaron estos nuevos algoritmos utilizando datos recolectados de colisiones protón-protón a un nivel de energía de 13,6 teraelectronvoltios, un máximo histórico para la máquina. Se centraron en dos tareas principales: identificar jets de quarks fondo (bottom) y jets de quarks encanto (charm). Los resultados mostraron una mejora significativa. El nuevo sistema podía identificar jets de quarks fondo con una precisión mucho mayor, mientras que simultáneamente rechazaba el fondo de jets ligeros de manera mucho más efectiva que la generación anterior de herramientas. Esto significó que el disparador podía configurarse para ser más inclusivo, conservando más de los eventos raros que los científicos desean estudiar sin verse abrumados por el ruido. Quizás incluso más importante, el nuevo sistema hizo posible identificar jets de quarks encanto con alta eficiencia por primera vez en este sistema de filtrado en línea. Esto abrió la puerta al estudio de procesos que involucran quarks encanto que anteriormente eran demasiado difíciles de aislar en tiempo real.

El impacto de estas mejoras fue inmediato y medible en varias áreas clave de la física. Un éxito importante fue en la búsqueda de pares de bosones de Higgs que decaen en cuatro quarks fondo. Este es un proceso raro que ayuda a los físicos a comprender cómo el bosón de Higgs interactúa consigo mismo. Los nuevos disparadores permitieron al experimento recolectar datos sobre estos eventos con mucha mayor eficiencia, duplicando efectivamente el número de eventos útiles capturados en ciertos rangos de energía en comparación con la configuración anterior. Del mismo modo, el sistema mejoró la capacidad de estudiar el bosón de Higgs cuando se produce junto a un par de quarks cima (top), otro canal crucial para comprender las propiedades de la partícula. Las nuevas herramientas también permitieron una búsqueda dedicada del bosón de Higgs decayendo en quarks encanto, un proceso que había sido casi imposible de activar mediante un disparador en el pasado debido al abrumador fondo. Al reducir los umbrales de energía requeridos para guardar un evento, el nuevo sistema permitió a los físicos explorar regiones de baja energía que antes eran inaccesibles.

El equipo también desarrolló una versión especializada de este algoritmo para manejar partículas de alta energía que decaen tan rápido que sus productos se fusionan en un solo chorro grande. Esto es común cuando se producen partículas muy pesadas que viajan a altas velocidades. El nuevo sistema pudo identificar estos jets fusionados con alta precisión, expandiendo aún más el alcance del experimento. A lo largo del periodo de toma de datos, los investigadores monitorearon continuamente el rendimiento de estos algoritmos, comparando sus predicciones con los datos reales recolectados. Encontraron que las simulaciones por computadora utilizadas para diseñar el sistema coincidían muy de cerca con los datos del mundo real, confirmando que las nuevas herramientas eran fiables y estables en el tiempo. El sistema mantuvo su alto rendimiento incluso cuando el número de colisiones simultáneas en la máquina aumentó, una condición conocida como pileup (acumulación), que a menudo confunde a los detectores más simples.

Al final del periodo de recolección de datos, los nuevos disparadores se habían convertido en el estándar para el experimento. Fueron adoptados para el análisis de cientos de terabytes de datos, contribciendo directamente a mejorar la sensibilidad en las búsquedas de nueva física. El trabajo demostró que las técnicas avanzadas de aprendizaje automático podían implementarse con éxito en el entorno de un milisegundo de un disparador de física de partículas, una hazaña que alguna vez se consideró demasiado exigente desde el punto de vista computacional. El éxito de este proyecto significa que el experimento CMS puede ahora ver más profundamente en los datos, encontrando señales que antes estaban ocultas en el ruido. Esta capacidad es esencial para el futuro del campo, a medida que el colisionador continúa operando a intensidades más altas, empujando los límites de lo que se conoce sobre los componentes fundamentales del universo. La capacidad de distinguir lo pesado de lo ligero, lo raro de lo común, en tiempo real, se ha convertido en una piedra angular de la física de partículas moderna, asegurando que ningún descubrimiento potencial se pierda debido a las limitaciones del filtro.