Vision Transformers for End-to-End Quark-Gluon Jet Classification from Calorimeter Images

Nel profondo dell'immenso anello del Large Hadcolider, le particelle si scontrano quasi alla velocità della luce, creando una caotica pioggia di detriti che i fisici devono analizzare per comprendere le leggi fondamentali dell'universo. Quando i protoni collidono, producono spesso due tipi distinti di getti di particelle, noti come "jet": uno nato da un quark e l'altro da un gluone. Sebbene entrambi appaiano ai detector come coni di energia disordinati, sono fondamentalmente diversi. I quark sono i mattoni di protoni e neutroni, mentre i gluoni sono la colla che li tiene insieme. I gluoni possiedono una "carica di colore" più forte, una proprietà della forza nucleare forte, che causa la loro frammentazione in uno spruzzo di particelle più ampio e affollato rispetto allo spruzzo più stretto e pulito di un quark. Distinguere tra questi due è cruciale per gli scienziati. Se non riescono a distinguerli, potrebbero perdere segnali sottili di nuova, ignota fisica nascosta nel rumore di fondo, oppure potrebbero scambiare un evento comune per qualcosa di straordinario. Per decenni, i fisici si sono affidati a complesse regole matematiche per separare questi jet, ma i modelli sono così intricati e i dati così vasti che le regole progettate dall'uomo spesso si rivelano insufficienti.

Un team di ricercatori si è ora rivolto a un tipo diverso di intelligenza per risolvere questo problema: un'intelligenza artificiale modellata sul cervello umano. Invece di cercare di scrivere equazioni che descrivano la differenza tra un quark e un gluone, hanno insegnato a un computer a guardare le immagini grezze delle collisioni tra particelle e a imparare la differenza da solo. Hanno utilizzato i dati dell'esperimento CMS al CERN, che registra i depositi di energia lasciati dalle particelle mentre passano attraverso gli strati dei detector. Questi depositi vengono convertiti in immagini digitali, dove i punti più luminosi rappresentano una maggiore energia. I ricercatori hanno testato un nuovo tipo di intelligenza artificiale chiamato Vision Transformer. A differenza dei vecchi strumenti di visione artificiale che scansionano un'immagine guardando una alla volta piccole porzioni locali, un Vision Transformer osserva l'intera immagine contemporaneamente. Può vedere istantaneamente come un punto luminoso in un angolo dell'immagine sia correlato a un punto debole sul lato opposto, catturando la forma globale e la struttura del jet in un solo sguardo.

Lo studio ha comportato l'immissione nel computer di milioni di queste immagini di jet simulate, metà mostranti jet di quark e metà jet di gluoni. Le immagini sono state costruite partendo da tre diversi tipi di dati del detector: le tracce lasciate dalle particelle cariche, l'energia misurata nel calorimetro elettromagnetico e l'energia misurata nel calorimetro adronico. Combinando questi elementi in un'unica immagine multistrato, i ricercatori hanno fornito all'IA una visione completa dell'evento. Hanno poi confrontato le prestazioni di questi nuovi Vision Transformer rispetto ai tradizionali e consolidati strumenti utilizzati nel campo, che si basano sulla scansione di piccole aree locali. I risultati sono stati chiari e coerenti. I Vision Transformer, specialmente quando combinati con altre architetture avanzate, si sono dimostrati significativamente migliori nel distinguere i due tipi di jet. Hanno ottenuto una maggiore accuratezza ed erano più capaci di identificare correttamente i jet senza commettere errori, un equilibrio che è fondamentale per la scoperta scientifica.

I ricercatori hanno scoperto che la capacità di vedere l'immagine completa contemporaneamente ha dato ai nuovi modelli un vantaggio distinto. I jet di quark e di gluoni differiscono per modelli sottili e a lungo raggio; il modo in cui l'energia si diffonde attraverso l'intero detector è spesso più significativo dell'intensità di un singolo pixel. Gli strumenti più vecchi, che si concentrano sui dettagli locali, faticavano a collegare questi punti distanti. I Vision Transformer, invece, hanno prosperato grazie a questo contesto globale, mappando con successo le strutture complesse e diffuse dei jet di gluoni rispetto a quelli più compatti dei quark. Lo studio ha anche esplorato diversi modi per mescolare questi nuovi modelli con quelli più vecchi, creando sistemi ibridi che combinano il meglio di entrambi i mondi. Questi modelli ibridi hanno ottenuto prestazioni ancora migliori, suggerendo che il futuro dell'analisi nella fisica delle particelle possa risiedere nella fusione della precisione locale dei metodi tradizionali con la comprensione contestuale ampia dei moderni transformer.

Sebbene questi risultati siano promettenti, i ricercatori sottolineano con cautela che il loro lavoro è stato condotto utilizzando dati simulati, ovvero un modello informatico altamente accurato del comportamento dei detector. Il passo successivo sarà quello di testare questi modelli su dati reali provenienti dal collider per vedere se reggono le condizioni disordinate e imprevedibili di un esperimento reale. Inoltre, questi potenti modelli richiedono una capacità di calcolo significativa per essere eseguiti, il che potrebbe rappresentare un ostacolo per l'analisi in tempo reale in futuro. Nonostante queste limitazioni, lo studio stabilisce un nuovo standard per il modo in cui il machine learning può essere applicato alla fisica delle particelle. Dimostra che permettendo al computer di vedere l'intero evento come un tutto, piuttosto che solo le sue parti, gli scienziati possono sbloccare una comprensione più profonda del mondo subatomico, rivelando potenzialmente una nuova fisica che è rimasta nascosta in piena vista.