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

大型ハドロン衝突型加速器（LHC）の巨大なリングの奥深くでは、粒子が光速に近い速度で衝突し、物理学者が宇宙の基本法則を理解するために分類しなければならない混沌とした破片の飛散を生み出しています。陽子が衝突すると、多くの場合、「ジェット」として知られる2つの異なる種類の粒子の飛散が生じます。一つはクォークから、もう一つはグルーオンから生まれたものです。どちらも検出器には乱れたエネルギーの円錐のように見えますが、それらは根本的に異なります。クォークは陽子や中性子の構成要素であり、グルーオンはそれらを結合させる「糊」です。グルーオンは、強い核力の特性であるより強い「カラーチャージ（色の電荷）」を持っているため、クォークによるタイトでクリーンな飛散と比較して、より広く混雑した粒子の飛散へと崩壊します。これら2つを区別することは、科学者にとって極めて重要です。もしこれらを区別できなければ、背景ノイズの中に隠れている未知の新しい物理学の微かな信号を見逃したり、あるいは一般的な事象を何か並外れたものと勘違いしたりする可能性があるからです。数十年にわたり、物理学者はこれらのジェットを分離するために複雑な数学的規則に頼ってきましたが、そのパターンは非常に複雑でデータも膨大であるため、人間が設計した規則ではしばしば力不足となります。

研究チームは現在、この問題を解決するために、人間の脳をモデルにした異なる種類の知性に目を向けています。それは、クォークとグルーオンの違いを記述する方程式を書こうとする代わりに、コンピュータに衝突の生の画像を見せ、自らその違いを学習させるという手法です。彼らは、粒子が検出器の層を通過する際に残すエネルギーの堆積を記録する、CERNのCMS実験のデータを使用しました。これらの堆積物はデジタル画像に変換され、そこでは明るい点がより多くのエネルギーを表します。研究者たちは、「ビジョン・トランスフォーマー（Vision Transformer）」と呼ばれる新しいタイプの人工知能をテストしました。画像を小さな局所的なパッチごとに一つずつスキャンする古いコンピュータビジョン・ツールとは異なり、ビジョン・トランスフォーマーは画像全体を一度に捉えます。それは、画像の片方の隅にある明るい点が、反対側の端にあるかすかな点とどのように関連しているかを瞬時に把握することができ、単一の眼差しでジェットの全体的な形状と構造を捉えることができます。

この研究では、数百万ものシミュレーションされたジェット画像をコンピュータに読み込ませました。その半分はクォーク・ジェット、残りの半分はグルーオン・ジェットです。画像は、荷電粒子の通った跡、電磁カロリメータで測定されたエネルギー、そしてハドロンカロリメータで測定されたエネルギーという、3つの異なるタイプの検出器データから構築されました。これらを単一の多層的な画像に組み合わせることで、研究者たちはAIにイベントの完全な視点を与えました。そして、これらの新しいビジョン・トランスフォーマーを、局所的な領域のスキャンに依存する、この分野で長年使われてきた伝統的なツールと比較しました。結果は明白かつ一貫していました。ビジョン・トランスフォーマーは、特に他の高度なアーキテクチャと組み合わせた場合、2種類のジェットを区別することにおいて著しく優れていることが証明されました。彼らはより高い精度を達成し、科学的発見において極めて重要なバランスである「間違いを犯さずに正しく識別する能力」においても優れていました。

研究者たちは、新しいモデルが一度に全体像を見る能力を持つことが、明確な優位性を与えたことを見出しました。クォック・ジェットとグルーオン・ジェットの違いは、微妙な長距離のパターンにあります。エネルギーが検出器全体にどのように広がるかは、単一のピクセルの強度よりも重要な手がかりとなることが多いのです。小さな局所的詳細に焦点を当てる古いツールは、これらの遠く離れた点をつなぐことに苦労しました。しかし、ビジョン・トランスフォーマーは、このグローバルな文脈（コンテキスト）を活かし、グルーオン・ジェットの複雑で広大な構造を、よりコンパクトなクォーク・ジェットに対して見事にマッピングすることに成功しました。また、本研究では、これらの新しいモデルを古いモデルと混合させる様々な方法も探求し、両方の優れた点を組み合わせたハイブリッド・システムを作り上げました。これらのハイブリッド・モデルはさらに優れた性能を示し、粒子物理学の解析の未来は、伝統的な手法の局所的な精密さと、現代のトランスフォーマーによる広範な文脈的理解を融合させることにあることを示唆しています。

これらの知見は有望ではあるものの、研究者たちは、自分たちの研究が、検出器がどのように振る舞うべきかを示す非常に正確なコンピュータモデルである「シミュレーション・データ」を用いて行われたことに注意を促しています。次のステップは、これらのモデルを衝突型加速器からの実際のデータに対してテストし、現実の実験における乱雑で予測不可能な条件下でも通用するかどうかを確認することです。さらに、これらの強力なモデルは実行するために膨大な計算能力を必要とし、それが将来のリアルタイム解析における障壁となる可能性があります。こうした限界はあるものの、本研究は、機械学習がどのように粒子物理学に応用できるかについての新しいベンチマークを確立しました。それは、コンピュータにパーツ（部分）としてではなく、イベント全体を一つのものとして見せることで、科学者がサブアトミック（亜原子）の世界へのより深い理解を解き放ち、これまで目の前に隠されていた新しい物理学を明らかにできる可能性があることを示しています。