This is SParTA: A modular, efficient and scalable transformer architecture for jet-tagging

कण त्वरकों (पार्टिकल एक्सीलरेटरों) के भीतर होने वाले उच्च-ऊर्जा टकरावों में, प्रोटॉन इतनी शक्ति के साथ आपस में टकराते हैं कि वे नए कणों की बौछारों में टूट जाते हैं। भौतिक विज्ञानी इन बौछारों को "जेट्स" कहते हैं। प्रकृति के मौलिक नियमों को समझने के लिए, शोधकर्ताओं को यह पहचानने के लिए इन मलबे के अराजक बादलों को छाँटना पड़ता है कि किस प्रकार के कण ने उन्हें बनाया है। एक जेट एक क्वार्क (एक पदार्थ का मौलिक निर्माण खंड) या एक ग्लूऑन (वह कण जो क्वार्क को एक साथ रखता है) का संकेत हो सकता है। उनके बीच अंतर करना अलग-अलग आग से उठने वाले धुएं के दो प्रकारों के बीच अंतर करने की कोशिश करने जैसा है; पैटर्न सूक्ष्म होते हैं, और डेटा की विशाल मात्रा मैन्युअल विश्लेषण को असंभव बना देती है। वर्षों से, वैज्ञानिक इन पैटर्न को खोजने के लिए जटिल कंप्यूटर प्रोग्रामों पर भरोसा करते आए हैं, लेकिन जैसे-जैसे डेटा बढ़ता है, ये प्रोग्राम धीमे और मेमोरी-गहन होते जा रहे हैं, जिससे उन्हें एक ही घटना में शामिल लाखों कणों को प्रोसेस करने में संघर्ष करना पड़ रहा है।

शोधकर्ताओं की एक टीम ने इस समस्या के लिए एक नया दृष्टिकोण विकसित किया है, जिसमें SParTA नामक एक प्रणाली बनाई गई है। एक जेट में प्रत्येक एकल कण का समान तीव्रता के साथ विश्लेषण करने के बजाय, जो गणनात्मक रूप से महंगा है, यह प्रणाली प्राथमिकता देने की रणनीति का उपयोग करती है। यह पहचानती है कि किसी भी जेट में, कुछ ही कण अधिकांश ऊर्जा वहन करते हैं, जबकि अधिकांश कण कम-ऊर्जा वाले अंश होते हैं। यह नया आर्किटेक्चर अपनी सबसे शक्तिशाली प्रसंस्करण शक्ति केवल इन उच्च-ऊर्जा वाले "हार्ड" कणों पर केंद्रित करता है, और उनके साथ एक विस्तृत, युग्मवार (pairwise) विश्लेषण करता है। शेष कम-ऊर्जा वाले "सॉफ्ट" कणों को भी शामिल किया जाता है, लेकिन उन्हें अधिक कुशलता से प्रोसेस किया जाता है, बस उन्हें हार्ड कोर से जोड़कर। यह डिज़ाइन सिस्टम को कणों की भारी संख्या से दबे बिना जेट के आवश्यक भौतिकी को कैप्चर करने की अनुमति देता है।

शोधकर्ताओं ने इस पद्धति का परीक्षण दो प्रमुख चुनौतियों पर किया: क्वार्क और ग्लूऑन जेट्स के बीच अंतर करना, और भारी टॉप क्वार्क द्वारा बनाए गए जेट्स की पहचान करना। क्वार्क-बनाम-ग्लूऑन परीक्षण में, नई प्रणाली ने सटीकता का एक ऐसा स्तर प्राप्त किया जो आज उपयोग किए जाने वाले बहुत बड़े, अधिक जटिल मॉडलों के प्रदर्शन से मेल खाता है। उल्लेखनीय रूप से, इसने यह उन बड़े मॉडलों की तुलना में केवल एक-सातवें हिस्से की कंप्यूटर मेमोरी और प्रोसेसिंग पावर का उपयोग करते हुए किया। जब अधिक कठिन कार्य, यानी टॉप क्वार्क को पहचानने के लिए इसका परीक्षण किया गया, तो इसने फिर से मौजूदा तरीकों को पीछे छोड़ दिया जो काफी अधिक संसाधनों का उपयोग करते हैं। इसकी सफलता की कुंजी इस बात में निहित है कि सिस्टम सूचना को कैसे व्यवस्थित करता है। यह कणों को उनके संवेग (momentum) के आधार पर उच्चतम से निम्नतम क्रम में छाँटता है, और इस क्रम का उपयोग यह तय करने के लिए करता है कि किन पर गहरा विश्लेषण करने की आवश्यकता है और किन्हें अधिक सरलता से संभाला जा सकता है।

इन दो श्रेणियों में काम को विभाजित करके, सिस्टम उस सामान्य बाधा से बचता है जहाँ कणों की संख्या बढ़ने पर कंप्यूटर मेमोरी बहुत जल्दी भर जाती है। यह सबसे महत्वपूर्ण कणों के बीच के संबंधों की गणना सीधे करता है, जबकि कम महत्वपूर्ण कणों को एक हल्के, तेज़ कनेक्शन के माध्यम से अंतिम चित्र में एकीकृत किया जाता है। सिस्टम पूरे जेट के समग्र आकार और ऊर्जा से भी सीखता है, और इस वैश्विक संदर्भ (global context) का उपयोग यह समझने के लिए करता है कि व्यक्तिगत कण एक-दूसरे से कैसे संबंधित हैं। यह इसे उन सूक्ष्म संरचनात्मक अंतरों को पहचानने की अनुमति देता है जिन्हें सरल तरीके मिस कर सकते हैं। परिणाम बताते हैं कि जहाँ यह अपनी गणनात्मक शक्ति खर्च करता है, उसके बारे में चयनात्मक होकर, सिस्टम अपने भारी समकक्षों जितना सटीक और तेज़ दोनों हो सकता है।

इस अध्ययन में लाखों सिम्युलेटेड कण टकरावों पर सिस्टम को प्रशिक्षित किया गया, जो इस क्षेत्र में एक मानक अभ्यास है क्योंकि वास्तविक दुनिया का डेटा अक्सर बहुत दुर्लभ या पूरी तरह से लेबल करने में कठिन होता है। शोधकर्ताओं ने गति और सटीकता के बीच सर्वोत्तम संतुलन खोजने के लिए सिस्टम के दर्जनों अलग-अलग संस्करण चलाए। उन्होंने पाया कि एक निश्चित बिंदु के बाद प्रसंस्करण के अधिक स्तर जोड़ने से परिणामों में सुधार नहीं हुआ, और सिस्टम को व्यापक बनाने से भी कोई मदद नहीं मिली। इसके बजाय, सबसे प्रभावी कॉन्फ़िगरेशन वे थे जिन्होंने सबसे कठिन कणों की एक विशिष्ट संख्या को प्रोसेस करने पर ध्यान केंद्रित किया और समग्र डिज़ाइन को संक्षिप्त रखा। यह सुझाव देता है कि सिस्टम की दक्षता 'ब्रूट फोर्स' से नहीं, बल्कि श्रम के स्मार्ट विभाजन से आती है।

अंततः, यह कार्य यह प्रदर्शित करता है कि कण जेट की पहचान करने जैसे जटिल कार्यों के लिए, एक छोटा और स्मार्ट मॉडल अक्सर एक विशाल मॉडल से बेहतर प्रदर्शन कर सकता है। नया आर्किटेक्चर यह सिद्ध करता है कि वैज्ञानिक खोज के लिए आवश्यक विवरण के उच्च स्तर को बनाए रखते हुए गणना की लागत को भारी रूप से कम करना संभव है। यह क्षेत्र के लिए एक महत्वपूर्ण प्रगति है, क्योंकि यह डेटा का अधिक तेज़ी से और कम ऊर्जा के साथ विश्लेषण करने का एक तरीका प्रदान करता है, जिससे भविष्य के प्रयोगों में अधिक टकरावों को प्रोसेस करना और नई भौतिकी की खोज जल्द से जल्द करना संभव हो सकता है। शोधकर्ताओं ने अपने कोड और मॉडल को समुदाय के लिए उपलब्ध करा दिया है, ताकि अन्य लोग इस कुशल आधार पर निर्माण कर सकें।