Open Science with the LHCb Ntupling Service
La collaboration LHCb a lancé un nouveau service de ntuple basé sur le Web afin de fournir un accès ouvert et à la demande à plus de 4 Po de données de collisions proton-proton des Runs 1 et 2, maximisant ainsi la production scientifique et la découvrabilité future de ces précieux ensembles de données.
Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
La physique des hautes énergies est l'étude des constituants les plus fondamentaux de l'univers, menée en faisant entrer en collision des particules à des vitesses proches de celle de la lumière. Ces collisions créent un jet chaotique de nouvelles particules, que des détecteurs capturent sous forme de vastes quantités d'informations numériques. Pendant des décennies, les scientifiques qui ont construit ces machines massives étaient les seuls capables de lire les données, car les fichiers étaient écrits dans des langages complexes et personnalisés qui nécessitaient des logiciels spécialisés pour être décodés. Cela a créé une barrière : une fois qu'une équipe avait terminé son analyse officielle, les données brutes restaient souvent inutilisées, inaccessibles au reste du monde. L'objectif de la « science ouverte » est de changer cela, en permettant aux chercheurs, aux étudiants et aux esprits curieux de n'importe où de revisiter ces collisions et de poser de nouvelles questions. Cependant, le simple fait de publier les fichiers bruts ne suffit pas ; les données sont trop volumineuses et trop complexes pour qu'une personne sans un doctorat dans l'expérience spécifique puisse les utiliser. Le défi a été de trouver un moyen de rendre ce trésor d'informations utilisable sans obliger chaque nouvel utilisateur à apprendre toute l'histoire complexe du logiciel de l'expérience.
Pour résoudre ce problème, la collaboration LHCb du CERN a construit un nouvel outil numérique appelé le « LHCb Ntupling Service ». Il s'agit d'une plateforme web qui sert de pont entre les données massives et complexes stockées dans le Grand Collisionneur de Hadrons et les outils quotidiens que les scientifiques utilisent pour les analyser. Au lieu de forcer les utilisateurs à télécharger des téraoctets de fichiers bruts illisibles, le service leur permet de demander exactement les informations dont ils ont besoin. Un utilisateur peut se connecter, sélectionner un type spécifique de collision de particules qui l'intéresse, et choisir les détails sur ces collisions qu'il souhaite voir. Le système traite alors automatiquement les données, extrayant uniquement ces détails spécifiques et les organisant dans un format propre et standardisé qui peut être ouvert avec des logiciels d'analyse courants. Ce processus, appelé « ntupling », transforme les données d'un coffre-fort verrouillé en un livre ouvert et gérable. Le service couvre les données des deux premières campagnes majeures du collisionneur, représentant plus de 4 pétaoctets d'histoire de collisions, et, pour la première fois, il rend les données de la deuxième campagne accessibles de cette manière flexible.
Le système fonctionne en connectant un site web convivial à une grille de calcul puissante qui s'étend à travers le globe. Lorsqu'une personne visite le site, elle est accueillie par une galerie d'exemples, montrant comment d'autres ont utilisé l'outil pour étudier des choses comme la masse de particules spécifiques. Si elle souhaite créer sa propre étude, elle utilise une interface guidée pour choisir les particules qu'elle veut étudier, comme un processus de désintégration spécifique, puis sélectionne les variables exactes qu'elle souhaite enregistrer, telles que la vitesse ou la direction des particules. Le système n'accepte pas de codes ou d'instructions susceptibles de nuire au réseau ; il traduit plutôt les choix de l'utilisateur en un fichier de configuration standard et sûr. Ce fichier est ensuite envoyé à une équipe d'experts qui vérifient qu'il est correct et sûr. Une fois approuvé, la requête est envoyée au Worldwide LHC Computing Grid, où des milliers d'ordinateurs travaillent ensemble pour traiter les données. Le système exécute d'abord un petit test pour s'assurer que l'utilisateur reçoit les bonnes informations. Si le test est réussi, l'utilisateur peut approuver une exécution complète, qui traite l'ensemble du jeu de données demandé.
Le résultat est un fichier de données personnalisé, allant généralement de quelques centaines de mégaoctets à quelques centaines de gigaoctets, que l'utilisateur peut télécharger directement depuis le Web. Ce fichier contient uniquement les informations demandées par l'utilisateur, débarrassées de la complexité inutile de l'expérience originale. Cette approche offre un avantage significatif par rapport aux méthodes précédentes. Par le passé, pour rendre les données ouvertes, les équipes devaient publier l'ensemble du jeu de données dans son format original massif, ce qui, pour la deuxième campagne du collisionneur, aurait signifié copier près de 10 exaoctets de données vers un portail public — une tâche trop coûteuse et gourmande en ressources pour être réalisable. En créant ces fichiers plus petits et personnalisés à la demande, le service maintient l'empreinte des données faible, les 100 premières requêtes n'ayant généré qu'environ 10 téraoctets de sortie totale. Cela rend les données accessibles à toute personne disposant d'un ordinateur standard et d'une connexion Internet, éliminant le besoin de clusters de calcul coûteux ou de formation spécialisée.
Le service est conçu pour être intuitif, même pour ceux qui n'ont aucune formation en physique des particules. Il comprend des guides détaillés et des exemples qui accompagnent les utilisateurs à chaque étape, de la sélection d'un jeu de données à l'analyse des résultats. Les utilisateurs peuvent communiquer directement avec l'équipe des données ouvertes de LHCb via la plateforme, en posant des questions ou en demandant de l'aide pour leurs demandes spécifiques. Cette interaction s'est avérée précieuse, l'équipe recevant des commentaires positifs d'un groupe diversifié d'utilisateurs, incluant des étudiants universitaires, des professeurs de lycée et des chercheurs professionnels. L'outil a déjà été utilisé pour une grande variété de buts, allant de l'étude des propriétés de particules exotiques au développement de nouvelles méthodes statistiques et à l'enseignement des concepts de physique. Le système est également lié au portail CERN Open Data, où les requêtes réussies peuvent être transformées en enregistrements permanents et citables avec des identifiants numériques uniques, garantissant que les données restent disponibles pour les générations futures.
À l'avenir, le service est conçu pour croître. L'équipe prévoit d'inclure les données de 2018, qui n'étaient pas disponibles initialement, et d'élargir éventuellement le service pour inclure d'autres types de collisions, comme celles impliquant des ions de plomb. Bien que la phase suivante du collisionneur, le Run 3, nécessite des mises à jour importantes du logiciel car la structure sous-jacente des données a changé, le système actuel représente un jalon majeur. Il a démontré avec succès qu'il est possible d'ouvrir les données scientifiques les plus complexes du monde sans exiger que chaque utilisateur devienne un expert du logiciel interne de l'expérience. En fournissant un chemin clair et guidé vers les données, le LHCb Ntupling Service a transformé une archive massive et statique en une ressource dynamique, permettant à la communauté scientifique d'explorer les secrets de l'univers avec un nouveau niveau de liberté et de facilité.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.