Machine Can Automatically Discover Parametric Functions to Model HEP Data
Dit artikel introduceert SymbolFit, een machine learning-package die de ontdekking van parametrische functies voor het modelleren van High Energy Physics-data automatiseert via symbolische regressie, waarbij succesvol bekende dijet-spectrafuncties worden gereproduceerd en uitstekende statistische fits worden behaald zonder afhankelijk te zijn van handmatige intuïtie.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Stel je voor dat je een detective bent die een mysterie probeert op te lossen, maar de aanwijzingen zijn geen vingerafdrukken of voetstappen; het zijn kleine, grillige bultjes op een grafiek. Dit is het dagelijkse leven van een natuurkundige werkend in High-Energy Physics (HEP), het vakgebied waar wetenschappers deeltjes tegen elkaar aan laten botsen met bijna de snelheid van het licht om te zien waar het universum uit bestaat. Wanneer deze deeltjes botsen, creëren ze een chaotische wolk van puin. Om orde te scheppen in deze chaos, moeten natuurkundigen het puin organiseren in "bins" (zoals het sorteren van knikkers op grootte) en vervolgens een gladde, gebogen lijn door de punten trekken om de data te representeren. Deze lijn wordt een "functie" genoemd, en het fungeert als een kaart die wetenschappers helpt om gewone achtergrondruis te onderscheiden van iets echt nieuws en opwindends, zoals een verborgen deeltje.
Decennialang was het tekenen van deze kaart een zeer menselijke, zeer frustrerende taak. Het is alsof je probeert de vorm van een geheim object te raden door het te voelen door een dik deken. Een natuurkundige moet een wilde gok wagen over hoe de curve eruit zou moeten zien, de curve tekenen, controleren of deze past, en als dat niet zo is, de gok aanpassen, de curve opnieuw tekenen, en dit herhalen. Deze "gok-en-controleer"-lus kan eeuwen duren, en de uiteindelijke vorm voelt vaak meer als een gelukkige gok dan als een solide ontdekking. Maar wat als een machine het gokwerk voor je kan doen? Wat als een algoritme miljoenen wiskundige vormen in seconden kan verkennen om de perfecte pasvorm te vinden zonder ooit vooraf te hoeven weten hoe het antwoord eruitziet? Dat is de grote vraag die dit artikel stelt, en het antwoord kan de manier waarop natuurkundigen hun werk doen voor altijd veranderen.
De Machine die Leert Curven te Tekenen
In dit onderzoek heeft een team van onderzoekers een digitale detective gebouwd genaamd SymbolFit om te zien of een computer automatisch de beste wiskundige formules kan ontdekken om data van deeltjesbotsingen te modelleren. In plaats van een mens te vragen om de vorm van de curve te raden, lieten ze de machine een uitgestrekt "bos" van mogelijke wiskundige functies verkennen. Denk hierbij aan het geven van een zak Lego-steentjes (wiskundige operatoren zoals plus, min, vermenigvuldigen, delen en exponenten) aan een robot en hem de opdracht geven een structuur te bouwen die perfect overeenkomt met een hoop verspreide datapunten. De robot weet niet hoe het uiteindelijke gebouw eruit moet zien; hij probeert simpelweg miljoenen combinaties totdat hij er een vindt die perfect bij de data past.
Het team testte deze machine op echte data van twee gigantische deeltjesdetectoren, CMS en ATLAS, die protonen tegen elkaar aan hebben geslagen in de Large Hadron Collider. Specifiek keken ze naar de "dijet spectra", wat grafieken zijn die laten zien hoe vaak paren deeltjesjets voorkomen bij verschillende energieniveaus. Deze grafieken zijn berucht moeilijk te modelleren, en jarenlang hebben natuurkundigen vertrouwd op twee specifieke, handmatig vervaardigde formules bekend als de "dijet function" en de "UA2 function" om deze te beschrijven. Deze formules werden door mensen ontdekt via jaren van vallen en opstaan.
Het team zette een experiment op met 560 onafhankelijke runs van hun machine, gebruikmakend van zeven verschillende zoekconfiguraties (sommigen lieten de robot elke willekeurige wiskunde gebruiken, anderen gaven het een specifiek sjabloon om te volgen). Ze wilden twee dingen weten: kon de machine de beroemde door mensen gemaakte formules zelfstandig herontdekken? En kon de machine andere formules vinden die net zo goed werkten?
De resultaten waren verrassend succesvol. In 111 van de 560 runs "herontdekte" de machine onafhankelijk exact dezelfde formules waar menselijke natuurkundigen jarenlang aan hadden gewerkt. De machine vond de dijet-functie en de UA2-functie puur door naar de data te kijken, zonder te weten waar hij naar moest zoeken. Maar hier komt het meest opwindende deel: de machine kopieerde niet alleen de mensen. De machine vond meer dan 1.000 verschillende kandidaat-functies die net zo goed bij de data pasten als de beroemde menselijke formules. Sterker nog, de herontdekte menselijke formules vormden slechts een klein fractie van de totale succesvolle vormen die de machine vond.
Het artikel laat zien dat deze nieuwe, door machines ontdekte functies niet slechts wiskundige curiositeiten zijn; ze zijn robuust. De onderzoekers gebruikten een methode genaamd onzekerheidsmodellering om ervoor te zorgen dat elke curve die de machine tekende, werd voorzien van een ingebouwde "veiligheidsmarge" (een maatstaf voor hoe zeker de machine is van zijn fit). Ze ontdekten dat veel van deze nieuwe vormen totaal anders waren dan de oude — sommige gebruikten andere combinaties van logaritmen en exponenten, terwijl andere geheel nieuwe structuren gebruikten — maar ze beschreven de deeltjesdata allemaal met een hoge mate van nauwkeurigheid (een statistische score genaamd /NDF ≈ 1).
De auteurs suggereren dat deze aanpak de oude, arbeidsintensieve methode van mensen die formules raden en verfijnen kan vervangen. In plaats van dat een natuurkundige wekenlang aan het finetunen is van een enkele curve, kan een machine direct een hele bibliotheek aan perfect passende functies genereren, waardoor wetenschappers meer opties krijgen en ze worden verlost van de "gok-en-controleer"-lus. Hoewel het artikel niet beweert dat dit een opgelost probleem is voor elke individuele natuurkundige vraag, suggereert het sterk dat voor het modelleren van deeltjesdata de toekomst toebehoort aan machines die automatisch de wiskunde achter het mysterie kunnen ontdekken.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.