A method to challenge symmetries in data with self-supervised learning
本文提出了一种自监督学习方法，通过训练模型来区分真实数据与对称变换后的替代数据，从而测试数据中疑似存在的对称性，并有效地处理经过过滤的数据，以确定此类对称性是否在自然界中真实存在。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
在对物理世界的研究中，科学家们经常基于这样一个理念来构建模型：自然界遵循某些平衡的规则。这些被称为“对称性”的规则表明，如果你以特定的方式改变一个系统——比如像照镜子一样进行翻转，或者绕轴旋转——其背后的基本规律应当保持完全一致。几十年来，物理学家一直依赖这些对称性来设计实验，并解释从粒子探测器和望远镜中涌入的混乱数据。然而，一个根本性的问题仍然存在：自然界是否真的遵守这些规则，还是说它们只是我们做出的便利假设？如果对称性被打破，意味着宇宙比我们目前的理论所允许的更加复杂，这可能指向了新的物理学。挑战一直在于如何将自然法则的真实破缺与我们收集数据时那种混乱、不完美的现实区分开来。传感器会失效，设备会有盲点，研究人员通常不得不丢弃大量信息才能理清头绪。这些缺陷可能会创造出一种并不存在的非对称错觉，或者掩盖真实的模式破缺，使得人们很难信任数据的真实性。
剑桥大学的两名研究人员开发了一种全新的、实用的方法，可以在不需要清理数据或依赖外部标签来告知其真实性的情况下，测试这些疑似对称性。他们将这种方法称为“哪一个是真实的？”（which is real?），它使用了一种被称为“自监督学习”的人工智能形式。该方法并非通过提供正确答案的列表来教导计算机模型，而是让模型通过玩一场由其自身创造的游戏来进行学习。研究人员提取一段真实数据，并通过应用想要测试的对称规则来创建一个“伪造”版本。例如，如果他们正在测试旋转对称性，他们可能会将一次粒子碰撞事件旋转到一个新的角度。然后，他们将原始的真实事件与这个旋转后的伪造事件配对，并要求计算机猜哪一个是原始版本。如果计算机能够持续分辨出真实数据与旋转副本之间的差异，就证明了对称性已被打破。如果对称性是完美的，那么真实版本和伪造版本将是无法区分的，计算机将被迫进行随机猜测。
这种方法的精妙之处在于它如何处理现实世界实验中不可避免的混乱。在许多科学领域，数据是经过过滤的；由于传感器的间隙，一些事件被遗漏了，另一些则因为不符合严格的质量标准而被丢弃。通常，这种过滤会产生一种看起来像是对称性破缺的偏差。传统方法试图通过为少数幸存的数据点分配极高的权重来在数学上纠正这些缺失的部分，但这往往会导致不稳定且不可靠的结果。“哪一个是真实的？”方法完全避开了这个陷阱。研究人员并没有试图撤销过滤过程，而是将相同的过滤规则应用于生成的伪造数据。他们获取一个真实事件，创建一个伪造版本，然后让这个伪造版本通过与真实数据经历完全相同的缺陷传感器模拟。因为真实数据和伪造数据都遭受了完全相同的损失和间隙影响，计算机模型便学会了忽略过滤误差，转而专注于底层物理学中的真实差异。这有点像是在试图辨别一对双胞胎之间的区别，但两人都戴着同一副墨镜遮住了半张脸；观察者学会了看透眼镜，去观察真实的脸庞。
为了证明这种方法有效，团队利用计算机模拟在两种不同的场景下对其进行了测试。第一个例子涉及一个圆柱形粒子探测器，类似于高能物理中使用的探测器，该探测器有巨大的孔洞，且某些部分对粒子的敏感度较低。他们创建了一个数据集，其中的粒子分布看起来是对称的，但存在一个微妙且隐藏的偏移，从而打破了旋转对称性。当他们运行“哪一个是真实的？”模型时，它成功识别出了这种非对称性，精准地指出了数据偏移的位置以及探测器的间隙是如何影响结果的。该模型产生了一个得分，强烈表明对称性已破缺，即便数据经过了高度过滤。在第二个测试中，他们将该方法应用于地形图，检查一种不同类型的对称性，即在某些平坦区域内，景观在水平移动时应保持不变。同样，模型检测到了数据违反该规则的情况，并学习到了违反模式的具体特征，同时忽略了移除数据产生的人工边界。
研究人员发现，当数据真正遵守某种对称性时，模型无法区分真实与伪造，从而产生一个表明不存在破缺证据的分数。相反，当对称性被打破时，模型能够高精度地预测出正确的标签，从而提供关于违反程度的清晰量化度量。至关重要的一点是，即使在数据稀疏或过滤严重的情况下，该方法依然有效，证明了它并不需要完美、干净的数据即可运行。团队展示了通过简单地让计算机在真实事件与转换后的副本之间做出选择，就可以揭示那些可能被误认为是实验误差的隐藏非对称性。这种方法提供了一个强大的工具，让科学家能够针对宇宙中未经打磨的原始数据来测试其理论，从而确保当他们声称某种对称性被打破时，他们看到的是自然本身的特征，而非仪器的产物。用于这些测试的代码和数据均已公开，允许其他研究人员将其应用于自己的数据集，并挑战支撑我们理解物理世界的对称性。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。