An optimal observable for polarization measurements

Nelle vaste collisioni ad alta energia che avvengono all'interno del Large Hadron Collider, vengono prodotti in abbondanza particelle chiamate bosoni vettoriali. Questi sono i portatori della forza dell'interazione nucleare debole, la forza fondamentale responsabile del decadimento radioattivo e il meccanismo stesso che conferisce massa ad altre particelle. Quando questi bosoni vengono prodotti, non appaiono semplicemente come punti di energia generici; possiedono un'orientazione specifica nello spazio, nota come polarizzazione. Proprio come un trottola può oscillare in modi diversi, queste particelle possono vibrare in schemi distinti: alcune oscillano lateralmente, mentre altre vibrano lungo la loro direzione di percorrenza. Questa vibrazione longitudinale è particolarmente speciale perché è una diretta conseguenza di come l'universo abbia acquisito massa. Studiando queste vibrazioni, i fisici sperano di scoprire leggi nascoste della natura che potrebbero spiegare perché l'universo appaia come appare oggi. Tuttavia, questi segnali sono incredibilmente deboli. Nella caotica pioggia di detriti derivante da una collisione, le rare e interessanti vibrazioni sono spesso soffocate dal rumore schiacciante delle più comuni oscillazioni laterali, rendendole quasi impossibili da individuare con i metodi attuali.

Un team di ricercatori della Tecnica di Dresda ha proposto un nuovo modo per ascoltare questi deboli sussurri. Essi sostengono che i metodi standard utilizzati per separare questi diversi tipi di vibrazioni non siano abbastanza efficienti per rivelare i sottili segni della nuova fisica che potrebbero nascondersi nei dati. Inveve di affidarsi a categorie ampie o approssimazioni, il team ha sviluppato uno strumento matematico che agisce come un filtro perfetto per ogni singolo evento di collisione. Questo strumento calcola un valore specifico per ogni evento basandosi sulle proprietà delle particelle che emergono, ponendo effettivamente la domanda: "Quanto di questo specifico evento è dovuto alla rara vibrazione longitudinale?". Facendo questo per ogni singola collisione, creano una mappa che separa il segnale dal rumore con la massima precisione possibile. I ricercatori hanno dimostrato che questo approccio cattura tutta l'informazione disponibile nei dati, stabilendo un limite fondamentale su quanto bene si possa mai sperare di misurare queste polarizzazioni.

Il cuore della loro scoperta risiede nell'idea che, per ogni data collisione, esiste una frazione precisa e calcolabile che descrive quanto ogni tipo di vibrazione contribuisca al risultato finale. Nel mondo ideale della fisica teorica, dove conosciamo il percorso esatto e la velocità di ogni particella prima che colpiscano il rilevatore, questa frazione è un numero perfetto. Nel mondo reale del laboratorio, tuttavia, non possiamo vedere tutto. Le particelle iniziali sono nascoste e i rilevatori catturano solo una frazione dei detriti. I ricercatori hanno dimostrato che, anche con questa informazione mancante, è possibile calcolare la stima più accurata di quella frazione di vibrazione. Ci sono riusciti addestrando un sofisticato programma per computer, una rete neurale, affinché apprendesse la relazione tra ciò che vediamo nel rilevatore e ciò che la fisica sottostante impone. La rete impara a prevedere la frazione di vibrazione per ogni evento basandosi esclusivamente sulle particelle visibili, ricostruendo efficacemente l'informazione nascosta con la massima precisione possibile.

Per dimostrare che questo concetto funziona, il team ha applicato il loro metodo alla produzione di coppie di bosoni Z, un processo ben compreso che produce un segnale pulito di quattro particelle cariche. Hanno simulato milioni di collisioni e confrontato le prestazioni del loro nuovo metodo con le tecniche tradizionali. I risultati sono stati sorprendenti. Anche quando hanno limitato l'analisi solo alle quattro particelle cariche visibili e hanno raggruppato i dati in bin per mimare le condizioni sperimentali del mondo reale, il loro metodo ha mantenuto la stragrande maggioranza della sensibilità disponibile nei dati teorici completi. Nello specifico, misurando lo stato di doppia longitudinalità, le predizioni della loro rete neurale non binaria (unbinned) hanno mantenuto circa il 76 percento dell'informazione disponibile nello scenario ideale. Quando hanno ulteriormente semplificato i dati raggruppando gli eventi in bin, hanno comunque mantenuto una parte significativa di questa sensibilità, superando di gran lunga gli approcci standard. Ciò suggerisce che il nuovo metodo può estrarre fisica significativa da dati che altrimenti sarebbero considerati troppo rumorosi per essere analizzati.

Il vero potere di questo approccio diventa evidente quando si cercano deviazioni dalle leggi note della fisica. I ricercatori hanno testato il loro metodo contro un modello teorico che includeva nuove forze invisibili. Hanno scoperto che il loro osservabile può distinguere chiaramente tra la fisica standard e questi nuovi effetti. In una simulazione, un nuovo tipo di interazione ha causato un eccesso distinto di eventi in una specifica regione dello spettro di vibrazione, un modello che il loro metodo ha identificato con grande chiarezza. Questo dimostra che lo strumento non è solo un modo migliore per contare particelle note, ma è una sonda sensibile capace di individuare i sottili cambiamenti di forma che la nuova fisica imprimerebbe sui dati. A differenza dei vecchi metodi che potrebbero solo rilevare se un segnale diventa più forte o più debole, questa tecnica può rilevare se la natura fondamentale dell'interazione è cambiata di forma.

I ricercatori sottolineano che questo metodo offre una combinazione unica di punti di forza. Fornisce la sensibilità di una misurazione di polarizzazione specializzata pur mantenendo l'indipendenza dal modello di una misurazione di sezione d'urto standard. Ciò significa che gli scienziati possono usarlo per cercare la nuova fisica senza dover assumere preventivamente una specifica teoria. Il metodo si basa sul fatto che la rete neurale apprende le aspettative condizionate delle frazioni di polarizzazione, che sono matematicamente provate essere il modo più efficiente per riassumere i dati. Utilizzando questo osservabile appreso, i fisici possono eseguire analisi statistiche che sono tanto potenti quanto teoricamente possibili, date le limitazioni dei loro rilevatori. Il lavoro non pretende di aver scoperto nuova fisica, ma fornisce la lente più efficace attraverso cui cercarla.

Nel contesto delle campagne in corso al Large Hadron Collider, questo sviluppo affronta un collo di bottiglia critico. Le proiezioni attuali suggeriscono che, senza metodi migliorati, il rilevamento di certi stati di polarizzazione rari potrebbe rimanere fuori portata anche dopo anni di raccolta dati. Il nuovo approccio offre una via pratica, utilizzando tutto il potere del moderno machine learning per spremere ogni oncia di informazione dai dati. La prova di concetto del team con le coppie di bosoni Z mostra che la perdita di sensibilità passando dalla teoria ideale ai rilevatori del mondo reale è gestibile e può essere ampiamente recuperata. Questo apre la strada a misurazioni più precise del settore elettrodebole, permettendo potenzialmente alla prossima generazione di esperimenti di rivelare la natura della rottura della simmetria e la possibile esistenza di nuove particelle che finora sono sfuggite al rilevamento. Il lavoro è una dimostrazione del fatto che, ripensando a come definiamo un osservabile, possiamo migliorare fondamentalmente la nostra capacità di vedere l'invisibile.