Incorporating deep neural networks into lepton-nucleus interaction modeling

Para comprender cómo funciona el universo en su nivel más fundamental, los científicos suelen disparar haces de partículas contra núcleos atómicos y observar qué sucede cuando colisionan. Una de las preguntas más importantes en este campo involucra a los neutrinos, partículas fantasmales que rara vez interactúan con la materia pero que portan información crucial sobre la historia del cosmos. Para aprender de estas esquivas partículas, los investigadores deben reconstruir la energía del haz de neutrinos analizando los restos dejados tras una colisión. Sin embargo, esta reconstrucción es increíblemente difícil porque los núcleos diana son entornos complejos y congestionados donde las reglas de la física simple a menudo fallan. La incertidumbre en el modelado de estas interacciones nucleares es actualmente el mayor obstáculo que impide a los científicos realizar mediciones precisas de las propiedades fundamentales del universo.

Para resolver esto, los físicos suelen recurrir a los electrones. Los electrones se comportan de manera muy similar a los neutrinos cuando golpean un núcleo, pero a diferencia de los neutrinos, su energía se conoce exactamente antes de la colisión. Esto convierte a la dispersión de electrones en un laboratorio ideal para probar qué tan bien nuestras teorías describen el comportamiento nuclear. Durante décadas, los científicos han recopilado una vasta cantidad de datos sobre cómo los electrones rebotan en los átomos de carbono, creando un mapa detallado de lo que sucede durante estas colisiones. El desafío ha sido que, si bien tenemos un mapa perfecto del resultado total, carecemos de una guía clara sobre cómo ese resultado total se construye a partir de las piezas específicas e individuales del rompecabezas. Esta brecha ha dejado un punto ciego significativo en nuestra capacidad para simular estos eventos con precisión para la próxima generación de experimentos.

Para solucionar esto, un equipo de investigadores de la Universidad de Breslavia ha desarrollado un nuevo método para cerrar esta brecha, combinando efectivamente la precisión de los datos experimentales con la narración detallada de las simulaciones por computadora. Crearon un sistema que toma una predicción altamente precisa del resultado total de la colisión, derivada de una red neuronal profunda entrenada con décadas de datos de electrones-carbono, y la descompone en los tipos específicos de interacciones que ocurren. Esto les permite generar simulaciones completas y realistas de cada partícula que sale volando de la colisión, asegurando que la imagen total coincida con el mundo real mientras que los detalles individuales permanecen físicamente consistentes.

El núcleo de este trabajo involucra un proceso ingenioso de dos pasos. Primero, los investigadores utilizaron un sofisticado programa de computadora para simular millones de colisiones de electrones con átomos de carbono. Este programa se basa en teorías establecidas para predecir los detalles específicos de cada evento, como si el electrón expulsó un solo protón, creó un pion o desencadenó una reacción más compleja que involucra múltiples partículas. Estas simulaciones proporcionan la "historia" del evento, describiendo exactamente cómo lucen las partículas finales y cómo se mueven. Sin embargo, el número total de eventos predichos por estas teorías a menudo no coincide perfectamente con los datos experimentales reales en todos los rangos de energía.

Para solucionar este desajuste, el equipo introdujo una segunda capa: una red neuronal profunda. Este es un tipo de inteligencia artificial entrenada específicamente en el vasto archivo de mediciones reales de dispersión de electron-carbono. La red aprendió a predecir el número total de colisiones que deberían ocurrir a cualquier energía dada con extrema precisión, actuando efectivamente como una referencia perfecta para el resultado total. Sin embargo, esta red neuronal solo es válida dentro de un rango estricto de transferencias de energía: no puede describir colisiones donde la transferencia de energía es demasiado baja (donde el núcleo retrocede como un todo) o demasiado alta (donde la interacción se vuelve demasiado compleja). Los investigadores tomaron los eventos generados por computadora y ajustaron su importancia, o "peso", para que el número total de eventos coincidiera con la predicción perfecta de la red neuronal dentro de este rango válido. Este proceso asegura que la simulación esté anclada en la realidad.

Crucialmente, el equipo no solo ajustó el conteo total; también determinó cómo distribuir ese conteo total entre los diferentes tipos de interacciones. Calcularon la fracción de eventos que corresponden a la dispersión cuasi-elástica, donde se expulsa una sola partícula, frente a las corrientes de intercambio de mesones, donde la interacción involucra un intercambio más complejo de fuerzas entre partículas, y la producción de un solo pion. Al aplicar estas fracciones a la predicción total de la red neuronal, crearon un nuevo marco híbrido que llaman eWroNet. Este sistema produce un conjunto completo de eventos simulados donde el comportamiento total está dictado por los datos reales, pero los detalles específicos de cada evento siguen siendo generados por los modelos físicos. Es importante notar que los modelos físicos subyacentes utilizados para generar estos detalles son actualmente limitados: describen con precisión la resonancia "Delta(1232)" (un estado excitado específico del núcleo), pero aún no incluyen resonancias de mayor energía o la dispersión inelástica profunda, que son necesarias para describir las colisiones más energéticas.

Cuando los investigadores probaron este nuevo sistema contra mediciones independientes de las colaboraciones CLAS y e4$\nu$ en la Instalación de Aceleradores del Centro Nacional de Ciencia de los Materiales Thomas Jefferson, los resultados fueron reveladores. El sistema reprodujo el número total de colisiones en el rango de energía donde la red neuronal fue entrenada, confirmando que el método funciona según lo previsto, aunque todavía se quedó corto frente a los datos experimentales por aproximadamente un 15% en el pico cuasi-elástico y un 30% en el pico Delta. Sin embargo, cuando observaron los detalles específicos de los restos, particularmente en la región donde aparecen las resonancias más pesadas, la simulación comenzó a quedarse corta frente a los datos experimentales. El sistema subestimó el número de eventos en estas regiones de mayor energía, una limitación que surge del hecho de que los modelos de simulación subyacentes aún no contemplan plenamente las interacciones más complejas y de alta energía.

El estudio también destacó una tensión específica entre diferentes conjuntos de datos experimentales. Las nuevas simulaciones coincidieron casi perfectamente con un conjunto de mediciones del Centro Lineal de Stanford, pero quedaron significativamente por debajo de los resultados de los experimentos de Jefferson Lab a energías similares. Esta discrepancia sugiere que puede haber inconsistencias en los propios datos experimentales o que nuestra comprensión del blanco nuclear necesita un mayor refinamiento. Los investigadores encontraron que, si bien su método podía predecir con precisión el número total de colisiones, tenía dificultades para explicar la complejidad total de los restos de partículas en las mediciones semi-exclusivas, donde solo se detectan ciertas partículas.

En última instancia, este trabajo proporciona una nueva herramienta poderosa para el campo. Demuestra que es posible tomar una predicción de un resultado total basada en datos y aprendizaje automático, y descomponerla en los canales físicos específicos que la generan. Esto permite a los científicos utilizar los datos más precisos disponibles para guiar sus simulaciones mientras mantienen la información detallada sobre la cinemática de las partículas necesaria para experimentos complejos. Si bien el modelo actual tiene limitaciones, particularmente al manejar las colisiones más energéticas y la intrincada interferencia entre diferentes procesos de la mecánica cuántica, ofrece un camino claro a seguir. Al refinar los modelos subyacentes y extender el método a otros blancos atómicos, como el argón, este enfoque podría reducir significativamente las incertidumbres que actualmente obstaculizan nuestra capacidad para medir las propiedades fundamentales del universo.