Qutrits for physics at the LHC

Il Large Hadron Collider è una macchina di scala immensa, che frantuma particelle per rivelare i mattoni fondamentali dell'universo. Ogni secondo, genera un torrente di dati così vasto da minacciare di sopraffare i computer progettati per archiviarli e analizzarli. I fisici sono costantemente alla ricerca degli eventi rari e strani nascosti in questo flusso — segni di nuova fisica che potrebbero riscrivere la nostra comprensione della realtà. Per trovare questi aghi nel pagliaio, si affidano a software sofisticati per distinguere l'ordinario dall' Straordinario. Mentre il collisore si prepara per sessioni ancora più potenti, il volume dei dati crescerà esponenzialmente, richiedendo nuovi modi per elaborare le informazioni che siano più veloci ed efficienti rispetto ai metodi odierni.

In questo ambiente ad alta posta in gioco, i ricercatori si stanno rivolgendo a un nuovo tipo di logica computazionale. Mentre la maggior parte dei computer moderni e persino i primi computer quantistici si basano su unità binarie che esistono in uno di due stati, come un interruttore che può essere acceso o spento, questo nuovo approccio esplora sistemi che possono esistere in tre stati simultaneamente. Pensate a un interruttore standard, ma che può avere anche una posizione intermedia, o a un dimmer che offre tre impostazioni distinte invece di due. Utilizzando queste unità a tre livelli, note come qutrit, gli scienziati sperano di impacchettare più informazioni in meno componenti fisici, risolvendo potenzialmente il collo di bottiglia dei dati che affligge la moderna fisica delle particelle.

Un team di ricercatori ha ora testato questa idea costruendo un programma informatico specializzato per individuare anomalie nei dati di collisione delle particelle. Il loro obiettivo era vedere se queste unità a tre livelli potessero superare le standard unità a due livelli attualmente utilizzate nell'apprendimento automatico quantistico. Si sono concentrati su un compito specifico: insegnare a un computer a riconoscere i modelli "normali" del rumore di fondo prodotto dal collisore, in modo che qualsiasi segnale insolito risalti chiaramente. Per farlo, hanno creato un modello digitale chiamato autoencoder quantistico. Questo modello funziona come uno strumento di compressione: prende l'immagine complessa di una collisione di particelle, la comprime in un riassunto più piccolo e semplice, e poi cerca di ricostruire l'immagine originale da quel riassunto. Se il modello è bravo a imparare i modelli normali, può ricostruirli perfettamente. Ma se incontra un evento strano, anomalo, farà fatica a ricostruirlo, e questa difficoltà funge da segnale d'allarme per i fisici.

I ricercatori hanno confrontato due versioni di questo modello. La prima utilizzava le standard unità a due livelli, mentre la seconda utilizzava i qutrit a tre livelli. Per far funzionare la versione a tre livelli, hanno dovuto inventare un nuovo modo per tradurre i dati grezzi dal collisre nel linguaggio di questi sistemi quantistici. Hanno utilizzato un quadro matematico basato sulla geometria di una sfera, mappando l'energia e la direzione delle particelle su punti di una superficie. Ciò ha permesso di codificare più dettagli sulle collisioni delle particelle in ogni singolo'unità del computer. Hanno testato entrambi i modelli utilizzando i dati del rivelatore CMS del Large Hadron Collider, che include sia dati reali del 2016 che simulazioni altamente dettagliate di collisioni di particelle.

I risultati hanno mostrato che il modello a tre livelli era un forte contendente. Ha performato altrettanto bene del modello standard a due livelli nell'identificare gli eventi rari e anomali, come il decadimento di un quark top o di un bosone di Higgs, ignorando al contempo il comune rumore di fondo. In effetti, il modello a tre livelli ha dimostrato un vantaggio distinto nella sua capacità di distinguere tra diversi tipi di segnali rari. Poteva distinguere tra un getto di particelle proveniente da un quark top e uno proveniente da un bosone di Higgs con maggiore chiarezza rispetto al modello standard. Ciò suggerisce che lo stato extra disponibile nel sistema a tre livelli fornisca un vocabolario più ricco per descrivere le forme e le strutture complesse delle collisioni di particelle.

Fondamentalmente, i ricercatori hanno scoperto che il modello a tre livelli raggiungeva questo alto livello di prestazione utilizzando meno unità fisiche. Poiché ogni unità poteva contenere più informazioni, l'intero sistema richiedeva meno spazio e meno connessioni per svolgere lo stesso lavoro. Questa efficienza è vitale per il futuro, poiché costruire e mantenere grandi computer quantistici è difficile e costoso. Lo studio ha anche rivelato che il modello a tre livelli era più stabile, mostrando meno variazioni nei suoi risultati quando eseguito più volte. Questa coerenza è essenziale per uno strumento che potrebbe un giorno essere utilizzato per prendere decisioni in tempo reale su quali dati conservare e quali scartare in un ambiente ad alta velocità come un collisore.

Sebbene lo studio sia stato condotto utilizzando simulazioni piuttosto che hardware quantistico fisico, i risultati offrono una tabella di marcia promettente per il futuro. I ricercatori hanno dimostrato che i benefici teorici dell'uso di sistemi a tre livelli — maggiore capacità, migliore stabilità e maggiore efficienza — sono reali e misurabili. Man mano che l'hardware capace di eseguire questi sistemi a tre livelli diventerà disponibile, questo approccio potrebbe diventare uno strumento standard per la prossima generazione di esperimenti di fisica delle particelle. Offre un modo per gestire il prossimo diluvio di dati senza perdere i segnali sottili che potrebbero detenere le chiavi dei segreti più profondi dell'universo.