Decorrelation of neural networks from particle lifetimes in the LHCb topological $b$ trigger

巨大で高速なカメラが、満員のスタジアムで打ち上がる花火の写真を撮ろうとしている場面を想像してみてください。そのカメラは非常に高速なので、花火が弾ける一瞬の瞬間を止めることができますが、スタジアムがあまりに混雑しているため、全く同時に何千もの他の花火も打ち上がっています。これが、LHCb実験が直面している課題です。科学者たちは、このマシンを使って「ビューティー（美）」粒子（またはbハドロン）を研究しています。これらは重く、不安定で、非常に早く崩壊（デケイ）する粒子です。これらを見つけ出すために、コンピュータシステムは超高速のクラブの用心棒（バウンサー）のように振る舞い、毎秒数百万回の衝突をスキャンして、どの衝突が後で保存する価値があるほど興味深いかを判断します。

問題は、これらのビューティー粒子には特定の「個性」があることです。それらは崩壊する前に、わずかながら測定可能な距離を移動し、独特な破片のパターンを作り出します。コンピュータは、人工知能の一種であるニューラルネットワークと呼ばれるスマートなアルゴリズムを使用して、そのパターンを見つけ出します。しかし、現在のより混雑したバージョンの実験では、スタジアムがあまりに混み合っているため、用心棒が混乱してしまうことがあります。用心棒は、ある衝突からの破片と別の衝突からの破片を誤って混ぜ合わせ、あたかも寿命の長いビューティー粒子であるかのような偽のパターンを作り出してしまうことがあるのです。もしコンピュータがこれらの偽物を特定することに習熟しすぎると、本来見つけるべき本物の長寿命粒子を無視し始めてしまい、科学的な研究を台無しにしてしまう可能性があります。この論文は、どのようにして、本物の花火を見つける能力を失うことなく、コンピュータにこの間違いを犯さないよう教えるかを探求しています。

忙しい用心棒と偽の手がかり

LHCb実験は、「ビューティー」クォークを含む重い粒子を研究するように設計されています。これらの粒子は、崩壊する前に約1センチメートル移動するのに十分な長さの寿命を持っているという点で特別です。これはユニークなシグネチャー、つまり、粒子が誕生した場所から少し離れた「二次頂点（セカンダリー・バーテックス）」、すなわち第2の合流地点を作り出します。これらのイベントを捕まえるために、LHCbのトリガーシステムは、MLNN（モノトニック・リプシッツ・ニューラルネットワーク）と呼ばれる機械学習ツールを使用しています。このニューラルネットワークを、手がかり（粒子がどれだけ移動したか、そしてどれくらいの速さで動いていたかなど）を調査し、すべてのイベントにスコアを与える、高度に訓練された探偵だと考えてください。スコアが十分に高ければ、そのイベントは保存されます。

この探偵は「モノトニック（単調）」になるように訓練されています。つまり、粒子がより遠くまで移動したり、より多くの運動量を持ったりすれば、スコアは上がるべきであるという意味です。これは、本物のビューティー粒子が背景ノイズよりも遠くまで移動するのが普通であるため、理にかなっています。しかし、実験は最近、より混雑するようになりました。以前は、1回あたりの衝突数は約1回（μ = 1.1）でしたが、現在は同時に約5.3回の衝突が発生しています（μ = 5.3）。これは、用心棒が同じ部屋で同時に開催されている5つの異なるパーティーを仕分けようとしているようなものです。

この混雑のために、探偵は時として騙されてしまいます。ある衝突からのトラックと別の衝突からのトラックを組み合わせ、あたかも非常に長い距離を移動したかのように見える「複合」粒子を作り出してしまうことがあります。これは「寿命相関背景（ライフタイム・コレレイテッド・バックグラウンド）」です。これは、科学者が研究したい長寿命のビューティー粒子と全く同じに見える、偽の手がかりです。危険なのは、ニューラルネットワークがこれらの偽の長距離トラックを目にしたとき、すべての長距離トラックに対して疑念を持つようになる可能性があることです。それは、見た目が偽物と似ているという理由だけで、本物の長寿命のビューティー粒子にペナルティを与え始めてしまうかもしれません。これはバイアスを生み出し、実験が研究すべき粒子に対する感度を低下させてしまいます。

探偵に群衆を無視させる方法

これを修正するために、著者らはニューラルネットワークを「デコレレーション（無相関化）」することを試みました。簡単に言えば、粒子の寿命がどれほど長くても、スコアがそれに依存しないようにAIに教えたいと考えたのです。彼らは、AIのトレーニングプロセスにおいて、もしAIが寿命にこだわりすぎ始めた場合に「罰則」を加える、2つの異なる方法をテストしました。

最初の方法は、DisCo（ディスタンス・コリレーション）と呼ばれるものでした。これは、生徒の成績が身長に基づいて変化するたびに、先生が学生を叱り飛ばす厳格な教師のようなものです。もしAIが長寿命の粒子に対して高いスコアを与えた場合、ペナルティが発動し、「寿命が変わったという理由だけでスコアが変わってはならない」と伝えます。

2番目の方法は、MoDe（モーメント・デコンポジション）と呼ばれるものでした。これは、もう少し柔軟なコーチに似ています。ただ叱るのではなく、コーチは学生のパフォーマンスをさまざまな形状（数学的な曲線）に分解し、そこにあるべきではない部分に対してのみペナルティを与えます。これにより、AIが序盤で鋭い「立ち上がり」を持つこと（明らかなゴミを排除するため）を許容しつつ、長寿命の粒子に対しては平坦で一貫した状態を維持することを強制します。

結果：より平坦で、より公平なスコア

チームはこれら2つの手法を用いてAIモデルを訓練し、シミュレーションデータ、特に $B^+ \to J/\psi(\mu^+\mu^-)K^+$ や $B^0 \to D^-(K^+\pi^-\pi^-)\pi^+$ といった本物のビューティー粒子をどれだけうまく見つけられるかをテストしました。

彼らは、両方の方法が効果的であることを発見しましたが、その働き方は異なっていました。DisCo法は、AIが中間的な寿命に対してあまり神経質にならないようにし、長寿命に対してはスコアを平坦に保ちましたが、全体的な効率を少し低下させました。しかし、MoDe法こそが主役でした。この手法は、中間的な寿命を持つ粒子に対して高い効率を維持しながら、長寿命の粒子に対してはスコアを平坦に保つことに成功しました。

寿命が4ピコ秒（1ピコ秒は1兆分の1秒）を超える粒子のデータを見たとき、その差は明らかでした。何の助けもなければ、AIの効率は寿命が増加するにつれて急激に低下し、その傾きは約 -24.9 でした。DisCo法はこれを -12.9 まで改善しましたが、$\lambda = 0.2$ のペナルティ強度を持つMoDe法は、その傾きをほぼゼロ（3体候補に対しては -6.6）にまで抑えました。これは、AIが、本来見つけるべき長寿命の粒子を差別しなくなっていることを意味します。

結論

本論文は、LHCのRun 3による混雑した条件が、トリガーシステムを混乱させる新しい種類の背景ノイズを生み出したと結論付けています。ニューラルネットワークを粒子の寿命からデコレレーションするためにMoDeアプローチを使用することで、LHCb実験はその「用心棒」が公平であり続けることを保証できます。それは、混雑したスタジアムからの偽の、混ざり合ったトラックに騙されることなく、本物の長寿命のビューティー粒子を通過させ続けることができます。これにより、粒子の崩壊時間を測定することに依存する将来の科学的研究が、コンピュータ自身の混乱によってバイアスを受けることがなくなります。著者らは、この方法がデータをクリーンかつ正確な物理学に保つための堅牢な解決策であることを示唆しています。