Classifying hadronic objects in ATLAS with ML/AI algorithms

Questo contributo riassume i recenti progressi nell'identificazione degli stati finali adronici nell'esperimento ATLAS, focalizzandosi sull'impiego di algoritmi di intelligenza artificiale avanzati come le reti neurali su grafo e i transformer per classificare i jet e identificare oggetti pesanti, oltre a discutere le prospettive future verso strategie di tagging indipendenti dal modello.

L'essenziale

🕵️‍♂️ Il Detective Digitale: Come l'ATLAS impara a riconoscere le "impronte digitali" delle particelle

Immagina di essere in una stanza piena di fumo, dove ogni tanto esplode una bottiglia di champagne. L'esplosione crea un caos di schegge, gocce di vetro e gas che volano in tutte le direzioni. Nel mondo della fisica, queste esplosioni sono le collisioni tra protoni nel Large Hadron Collider (LHC) del CERN, e le "schegge" che volano via sono chiamate getti (o jets).

Il problema? Non tutte le esplosioni sono uguali.

• A volte l'esplosione viene da una particella leggera (un quark).
• Altre volte da una particella pesante (un gluone).
• Altre volte ancora, l'esplosione è il risultato di un oggetto enorme che si è spezzato, come un bosone W o un quark top.

Il compito degli scienziati dell'esperimento ATLAS è guardare questo caos di schegge e dire: "Aspetta, questa esplosione è venuta da un quark, quella da un gluone, e quest'altra è un bosone W che si è nascosto!".

Fino a poco tempo fa, gli scienziati usavano regole semplici, come contare quante schegge c'erano o quanto erano larghe. Era come cercare di riconoscere un amico in una folla guardando solo se portava il cappello. Funzionava, ma non era perfetto.

Oggi, grazie all'Intelligenza Artificiale (AI), hanno costruito dei "super-detective" digitali. Ecco come funzionano, spiegati con delle metafore:

1. I Vecchi Metodi vs. I Nuovi Super-Eroi

Prima, l'AI guardava le schegge una per una, come se leggesse una lista di ingredienti. Oggi, invece, usa architetture molto più intelligenti:

• Le Reti Neurali "Tutto Collegato" (FC DNN): Sono come un impiegato che legge una lista di nomi in ordine. Funziona, ma è un po' rigido.
• Le Reti "Nuvola di Punti" (EFN/PFN): Immagina di avere una nuvola di palloncini colorati. Queste reti guardano la nuvola intera senza preoccuparsi dell'ordine in cui i palloncini sono stati lanciati. Capiscono la forma complessiva.
• Le Reti a Grafo (GNN - come ParticleNet): Questa è la vera magia. Immagina che ogni scheggia sia un nodo in una rete sociale. L'AI non guarda solo le schegge, ma come si guardano tra loro. Capisce le relazioni: "Questa scheggia è vicina a quella, e sembrano provenire dallo stesso gruppo". È come capire chi è il capo di una banda guardando chi parla con chi.
• I Trasformatori (come DeParT e ParT): Questi sono i "geni" presi in prestito dall'Intelligenza Artificiale che usa ChatGPT. Invece di leggere una frase parola per parola, guardano l'intera frase e capiscono il contesto. Nel caso dei getti, capiscono subito quale scheggia è importante e quale è solo "rumore di fondo", anche se sono mescolate.

2. La Sfida: Distinguere il "Buono" dal "Cattivo"

C'è una sfida enorme: distinguere i getti nati dai quark da quelli nati dai gluoni.

• I getti di gluoni sono come un'esplosione disordinata: hanno molte più schegge e sono più "spalmati".
• I getti di quark sono più compatti e ordinati.

Il nuovo algoritmo chiamato DeParT (un super-detector basato sui trasformatori) è diventato il campione mondiale in questo compito. È come se avesse imparato a riconoscere l'odore specifico di un'esplosione di gluone anche se c'è molto fumo. Riesce a scartare i gluoni falsi molto meglio dei vecchi metodi, proprio come un dog-sitter esperto che distingue subito il cane dal lupo, anche se sono vestiti allo stesso modo.

3. Cacciare i "Mostri" Nascosti (Bosoni W e Top)

A volte, le particelle pesanti (come il Bosone W o il Quark Top) si muovono così velocemente che, quando esplodono, sembrano un unico grande getto gigante. È come se un'auto che viaggia a 300 km/h si sbriciolasse in mille pezzi, ma tutti i pezzi cadessero in un unico mucchio.

Per riconoscere questi "mostri", l'AI usa algoritmi come ParT e LundNet.

• ParT guarda dentro quel mucchio gigante e cerca la "firma" specifica: "Ehi, qui dentro ci sono tre schegge principali che formano un triangolo perfetto! Questo è un Top!".
• LundNet è ancora più furbo: usa un trucco chiamato "addestramento avversario". Immagina due giocatori: uno cerca di riconoscere il Bosone W, l'altro cerca di ingannarlo facendogli credere che sia un getto normale. Questo gioco costringe l'AI a imparare le caratteristiche vere dell'oggetto, ignorando i trucchi del simulatore.

4. Il Problema dei "Falsi Amici" (Il Simulatore)

C'è un piccolo problema. Questi super-detective sono stati addestrati su simulazioni al computer (come un videogioco ultra-realistico). A volte, il gioco non è perfetto. Se il simulatore dice che un'esplosione è di un certo tipo, l'AI impara quella regola. Ma nella realtà, le cose potrebbero essere leggermente diverse.
Se cambiamo le regole del simulatore (il "motore" che crea le esplosioni), l'AI potrebbe confondersi e perdere fino al 40% della sua efficacia. È come se un detective fosse stato addestrato solo su film di Hollywood e poi si trovasse in un crimine reale: le regole sono diverse!

5. Il Futuro: Cosa Succede Ora?

Il futuro dell'ATLAS è chiaro:

• Non fidarsi ciecamente del simulatore: Vogliono addestrare l'AI direttamente sui dati reali, non solo su quelli finti.
• Ibridi: Stanno mescolando i migliori metodi. Immagina di prendere la capacità dei Trasformatori di "leggere il contesto" e unirla alla capacità delle Reti a Grafo di "vedere le relazioni".
• Robustezza: L'obiettivo è creare detective che non si confondono mai, anche se il "mondo" (o il simulatore) cambia leggermente.

In sintesi

Gli scienziati dell'ATLAS stanno sostituendo i vecchi occhiali da vista con occhiali a realtà aumentata potenziati dall'AI. Invece di contare semplicemente le schegge di un'esplosione, questi nuovi algoritmi "vedono" la storia, le relazioni e la struttura interna di ogni particella, permettendo loro di scoprire segreti dell'universo che prima erano invisibili. È come passare dal cercare un ago in un pagliaio a usare un metal detector che ti dice esattamente dove si trova l'ago e di che metallo è fatto.

Sommario tecnico

Titolo: Classificazione di oggetti adronici in ATLAS tramite algoritmi ML/AI

1. Il Problema

Nell'esperimento ATLAS al Large Hadron Collider (LHC) del CERN, l'identificazione degli stati finali adronici (getti) è fondamentale per il programma di fisica, inclusi i test di precisione, la ricerca di nuove fenomenologie e gli studi sulla Cromodinamica Quantistica (QCD).
Le sfide principali includono:

• Discriminazione complessa: Distinguere tra getti originati da quark e gluoni è difficile a causa della forte dipendenza da effetti non perturbativi e dalla modellazione delle cascate di partoni (parton-shower). I getti da gluoni tendono ad avere più costituenti e una collimazione più ampia rispetto a quelli da quark.
• Identificazione di oggetti pesanti: Riconoscere il decadimento adronico di bosoni W e quark top, specialmente ad alti impulsi trasversi ($p_T$), dove questi oggetti vengono ricostruiti come singoli getti a grande raggio ($R=1.0$).
• Limitazioni dei metodi tradizionali: I tagger storici basati su osservabili di alto livello (come il numero di tracce e la larghezza delle tracce) combinati con Boosted Decision Trees (BDT) non sfruttano appieno la granularità del rivelatore e le correlazioni complesse tra i costituenti del getto.

2. Metodologia

Il documento descrive il passaggio dai metodi tradizionali a architetture di Machine Learning (ML) basate sui costituenti (constituent-based), che utilizzano direttamente i vettori quadrimomento delle particelle che compongono il getto. Le architetture principali analizzate sono:

• Reti Neurali Profonde Fully-Connected (FC DNN): Approccio diretto che utilizza le caratteristiche ordinate dei costituenti.
• Energy Flow Networks (EFN) e Particle Flow Networks (PFN): Modelli basati su "nuvole di punti" (point-cloud) che impongono l'invarianza per permutazione. L'EFN utilizza solo variabili sicure rispetto all'infrarosso e alla collinearità.
• Graph Neural Networks (GNN): Modelli come ParticleNet, dove i costituenti sono nodi collegati da relazioni geometriche apprese.
• Trasformatori: Architetture ispirate all'elaborazione del linguaggio naturale che utilizzano meccanismi di attention per relazionare dinamicamente i costituenti del getto.

Algoritmi Specifici Presentati:

• DeParT (Dynamically Enhanced Particle Transformer): Un algoritmo basato su trasformatori che opera su oggetti Particle Flow (PFO) per il tagging quark/gluone. Sostituisce i BDT con blocchi di attention, utilizzando sia caratteristiche cinematiche che relazionali.
• GN2: Un algoritmo basato su trasformatori per il flavour tagging (identificazione di quark pesanti), che sfrutta informazioni a livello di traccia e compiti ausiliari (come la classificazione dei vertici) per stabilizzare l'addestramento.
• ParT: Un trasformatore basato su costituenti utilizzato come stato dell'arte per il tagging dei getti W.
• LundNet e LundNetANN: GNN che sfruttano la storia di clustering del getto nel "Lund Jet Plane" (LJP). La variante LundNetANN incorpora un addestramento avversario per decorrelare l'output del tagger dalla massa del getto, riducendo le incertezze sistemiche.

3. Contributi Chiave

• Transizione architetturale: Il documento conferma il passaggio definitivo da osservabili predefiniti a modelli basati su costituenti che apprendono direttamente le correlazioni dai dati.
• DeParT come nuovo standard: L'introduzione di DeParT rappresenta lo stato dell'arte per il tagging dei getti a piccolo raggio ($R=0.4$), superando le prestazioni delle reti FC, EFN e ParticleNet.
• GN2 per il Flavour Tagging: L'adozione di GN2 per l'identificazione dei quark leggeri, offrendo un miglioramento significativo rispetto ai tagger della Run-2 (DL1r e DL1d).
• Gestione delle incertezze sistemiche: L'uso di tecniche come l'addestramento avversario (in LundNetANN) per mitigare la dipendenza dai generatori Monte Carlo (MC), un problema critico dove le prestazioni possono degradare fino al 40% variando il modello di parton-shower.

4. Risultati

• Tagging Quark/Gluone (q/g):
  • DeParT mostra un miglioramento nel rifiuto dei getti da gluone su un ampio intervallo di $p_T$ rispetto alle architetture precedenti (FC, PFN, EFN).
  • GN2 dimostra un fattore di miglioramento di circa 3 volte nel rifiuto dei getti leggeri rispetto ai tagger di base DL1r e DL1d.
• Tagging Bosoni W e Top:
  • L'algoritmo ParT supera le prestazioni di EFN, PFN e ParticleNet per l'identificazione dei getti W, mantenendo alta efficienza su un ampio spettro di $p_T$.
  • LundNet e le sue varianti raggiungono prestazioni allo stato dell'arte per i getti W, con la variante ANN che, pur avendo un potere di rifiuto leggermente inferiore, riesce a decorrelare le prestazioni dalla massa del getto, riproducendo meglio la distribuzione dei fondi QCD (come mostrato nelle simulazioni preliminari).
  • Per i quark top, ParticleNet offre la massima accuratezza, sebbene con una maggiore complessità computazionale.

5. Significatività e Prospettive Future

Questo lavoro segna un punto di svolta nella fisica sperimentale degli esperimenti adronici:

• Precisione senza precedenti: Le architetture basate su GNN e trasformatori hanno raggiunto livelli di accuratezza che non erano possibili con i metodi tradizionali, sfruttando appieno la granularità del rivelatore ATLAS.
• Sfide aperte: Rimane una sfida significativa la dipendenza dai generatori Monte Carlo. Le prestazioni possono variare sensibilmente cambiando il modello di simulazione, il che richiede strategie di validazione basate sui dati reali.
• Direzioni future: Il lavoro futuro si concentrerà su:
  • Validazione delle prestazioni direttamente sui dati reali (data-driven).
  • Mitigazione delle incertezze sistemiche.
  • Sviluppo di modelli ibridi che combinino rappresentazioni complementari, come trasformatori basati su costituenti e GNN basati su alberi di clustering, per migliorare la robustezza e l'efficienza.

In sintesi, l'integrazione di tecniche avanzate di AI (GNN e Trasformatori) nell'esperimento ATLAS ha rivoluzionato la capacità di classificare gli oggetti adronici, aprendo la strada a misure di precisione più accurate e a una ricerca più sensibile di nuova fisica.