Lorentz-Equivariance without Limitations

Nel mondo ad alta energia della fisica delle particelle, gli scienziati fanno scontrare protoni a velocità quasi pari a quella della luce per ricreare le condizioni dell'universo primordiale. Il detrito risultante è uno spruzzo caotico di nuove particelle, registrato da enormi rivelatori come una nuvola di punti nello spazio e nel tempo. Per dare un senso a questo caos, i ricercatori si affidano alle leggi della relatività speciale, le quali stabiliscono che le regole fondamentali della fisica non cambiano indipendentemente da come un osservatore si stia muovendo o da dove si trovi. Questo principio, noto come invarianza di Lorentz, significa che il comportamento di una particella appare identico sia che venga osservato da un laboratorio stazionario sia da un'astronave che sfreccia ad alta velocità. Tuttavia, quando gli scienziati utilizzano l'intelligenza artificiale per analizzare queste collisioni di particelle, si trovano di fronte a un problema difficile: i programmi informatici standard non comprendono naturalmente queste regole di moto. Spesso trattano i dati come se fossero un'immagine statica, perdendo le profonde relazioni geometriche che governano l'interazione tra le particelle. Questa limitazione costringe i ricercatori a costruire modelli informatici molto specifici e rigidi, difficili da adattare, oppure a utilizzare enormi quantità di potenza di calcolo per insegnare a un modello standard come indovinare le regole attraverso tentativi ed errori.

Un team di fisici e informatici ha sviluppato un nuovo metodo chiamato Lorentz Local Canonicalization, o LLoCa, che risolve questo problema dotando qualsiasi rete neurale di una comprensione intrinseca della relatività senza rallentarla. Inveve di costringere il computer a imparare le regole del moto da zero, questo metodo insegna alla rete a creare un sistema di riferimento personale e mobile per ogni singola particella che vede. Immaginate una particella come un viaggiatore che porta con sé la propria mappa; la rete predice questa mappa per ogni particella, permettendo al computer di tradurre tutti i complessi dati in movimento in un linguaggio locale semplice, dove le leggi della fisica sono facili da leggere. Una volta che i dati sono stati tradotti in questi quadri locali, la rete può elaborarli utilizzando qualsiasi architettura standard e flessibile. Dopo che il calcolo è stato eseguito, la rete traduce i risultati nuovamente nella visione globale del rivelatore. Questo approccio permette al computer di rispettare le simmetrie fondamentali dell'universo pur rimanendo veloce e adattabile a diversi tipi di problemi fisici.

I ricercatori hanno testato questo nuovo framework su tre sfide distinte che sono centrali nella moderna fisica delle particelle: prevedere la forza delle interazioni tra particelle, generare simulazioni realistiche di collisioni di particelle e identificare tipi specifici di particelle nascoste tra i detriti. Nel primo test, hanno chiesto alla rete di prevedere la probabilità di un evento di scattering specifico che coinvolge un bosone Z e fino a quattro gluoni. Hanno scoperto che, aggiungendo questo sistema di riferimento locale ai modelli neurali standard, le previsioni diventavano significativamente più accurate rispetto a quelle fatte da modelli non relativistici, e pareggiavano le prestazioni di modelli molto più complessi e specializzati. Fondamentalmente, il nuovo metodo ha raggiunto questa elevata precisione con un impegno computazionale molto minore, risultando quattro volte più veloce dei precedenti modelli all'avanguardia progettati specificamente per questo compito.

Nella seconda applicazione, il team ha utilizzato il metodo per generare nuovi eventi di collisione di particelle da zero. Questo è un compito vitale per simulare ciò che i rivelatori dovrebbero vedere, ma è notoriamente difficile perché il computer deve apprendere un panorama multidimensionale complesso di possibilità. I ricercatori hanno scoperto che, per questo compito specifico, la rete non aveva bisogno di essere perfettamente simmetrica in tutte le direzioni. Al contrario, otteneva le migliori prestazioni quando era lasciata rompere alcune delle rigide regole di simmetria per adattarsi alla geometria specifica del rivelatore di particelle, che ha una direzione preferenziale lungo la linea del fascio. Permettendo alla rete di imparare a rispettare solo le simmetrie che effettivamente esistono nei dati del rivelatore, hanno ottenuto i risultati migliori. Questa scoperta sfida l'idea che un modello informatico debba essere sempre perfettamente simmetrico per essere efficace; a volte, sapere dove la simmetria si rompe è altrettanto importante.

Il test finale e più esteso ha riguardato il jet tagging, un processo in cui i computer devono distinguere tra jet di particelle causati da quark top pesanti e quelli causati dal normale rumore di fondo. Questa è una competenza critica per trovare nuova fisica, poiché i quark top sono spesso prodotti in eventi rari e interessanti. Il team ha applicato il loro metodo a diverse architetture di rete consolidate e ad alte prestazioni, aggiornandole per essere relativistiche. Hanno creato un nuovo dataset massiccio contenente 135 milioni di eventi simulati per addestrare questi modelli, un numero molto più grande di qualsiasi dataset precedentemente utilizzato per questo specifico compito. Su questa grande scala, le reti aggiornate hanno superato le loro controparti non relativistiche e hanno eguagliato le prestazioni dei modelli specializzati più avanzati. I risultati hanno dimostrato che, sebbene il nuovo metodo funzioni bene su piccoli dataset, il suo vero potere si rivela quando la quantità di dati è elevata, permettendo alla rete di sfruttare le leggi della fisica per apprendere in modo più efficiente.

Un'intuizione chiave dello studio riguarda il modo in cui la rete gestisce la simmetria dei dati. I ricercatori hanno scoperto che per alcuni compiti, come la generazione di eventi, è sufficiente che la rete rispetti solo la simmetria residua del rivelatore. Tuttavia, per l'identificazione delle particelle nei jet, l'approccio migliore è derivato da un metodo ibrido. Alla rete è stato permesso di utilizzare tutto il potere della simmetria relativistica nei suoi calcoli interni, ma le sono stati anche forniti punti di riferimento specifici, come la direzione del fascio di particelle, come input aggiuntivo. Ciò ha permesso alla rete di decidere da sola quando utilizzare la simmetria completa e quando fare affidamento sulla specifica geometria del rivelatore. Questa flessibilità si è rivelata la strategia più efficace, permettendo al modello di raggiungere la massima accuratezza senza essere vincolato da regole rigide che potrebbero non applicarsi a ogni parte dei dati.

Lo studio ha anche dimostrato che questo nuovo framework non è limitato a un solo tipo di rete neurale. I ricercatori hanno applicato con successo il metodo sia alle reti a grafi (graph networks), che trattano le particelle come nodi connessi, sia ai transformer, modelli potenti spesso utilizzati nell'elaborazione del linguaggio. In ogni caso, il metodo ha agito come un aggiornamento universale, prendendo una rete esistente e rendendola relativistica con un incremento minimo del numero di parametri regolabili. Il costo computazionale di questo aggiornamento è stato minimo, aggiungendo solo circa l'uno percento al numero totale di parametri e richiedendo un tempo supplementare trascurabile. Ciò suggerisce che il metodo può essere facilmente adottato dalla comunità fisica più ampia per migliorare gli strumenti esistenti senza dover riscrivere interi sistemi software da zero.

Fornendo un modo per integrare le simmetrie fondamentali dell'universo nei modelli di apprendimento automatico con un sovraccarico minimo, questo lavoro rimuove una barriera importante al progresso nella fisica delle particelle. Permette ai ricercatori di utilizzare le architetture di reti neurali più potenti e flessibili disponibili oggi, garantendo al contempo che esse rispettino le leggi della natura. La capacità di generare migliori simulazioni, prevedere le intensità di interazione con maggiore accuratezza e identificare particelle rare con maggiore fiducia apre nuove porte all'analisi delle vaste quantità di dati attese dai futuri collisionatori di particelle. I ricercatori hanno reso il loro codice e i loro dataset pubblicamente disponibili, invitando altri a testare e perfezionare questi strumenti, assicurando che la prossima generazione di scoperte nella fisica delle particelle possa essere costruita su una base di dati e di profonda comprensione fisica.