Search for new scalars via $X \rightarrow SH \rightarrow b\bar{b}b\bar{b}$ in proton-proton collisions at $\sqrt{s} = 13$ TeV with the ATLAS detector

想象一下，宇宙是一个巨大的、宇宙级的乐高积木套装。几十年来，科学家们一直试图弄清楚这套积木中最重要的一块积木——希格斯玻色子（Higgs boson）的确切形状。希格斯玻色子于2012年被发现，它就像是赋予其他粒子质量的“胶水”，将现实世界的织面凝聚在一起。但问题在于：这个乐高套装的标准说明书（被称为“标准模型”）缺失了一些页面。它无法解释诸如暗物质（将星系维系在一起的隐形物质）或为什么物质比反物质更多之类的问题。由于这些缺失的页面，物理学家怀疑存在着一些我们尚未发现的隐藏的、额外的积木——那些可能正躲在视线之外的新型、更重的粒子。

这篇论文是来自大型强子对撞机（LHC）——世界上最强大的粒子粉碎机——的一个庞大科学家团队的研究报告。他们正在进行一场高风险的“寻找隐藏积木”的游戏。具体来说，他们正在搜寻一种重型的新粒子（我们暂且称之为“大Boss”），这种粒子可能会衰变为一个已知的希格斯玻色子（H）和一个新的、较轻的神秘粒子（“小跟班”，Sidekick）。如果这个“大Boss”真的存在，它将成为新物理学的有力证据，证明宇宙比我们目前的教科书所描述的更加复杂。团队正在寻找一种非常特定的、杂乱的信号：一种产生四个底夸克（bottom-quarks，这些微小粒子就像是电子的重型、短寿命近亲）的碰撞过程，这在大量的背景噪声中是一个极难捕捉的信号。

伟大的粒子猎寻：狩猎“大Boss”与“小跟班”

ATLAS协作组是一个由科学家组成的庞大团队，他们在欧洲核子研究中心（CERN）的ATLAS探测器上工作。他们最近发布了一项针对这些难以捉摸的粒子的搜索研究。他们利用了2016年至2018年间收集的大量质子-质子碰撞数据集——本质上是将微小粒子以接近光速的速度撞击在一起——这相当于惊人的数据量，大约为126到136个反常量（inverse femtobarns，衡量他们观测了多少次碰撞的单位）。他们正在寻找一种特定的事件：一个名为 $X$ 的重标量粒子，它会分裂成一个标准模型希格斯玻色子（$H$）和一个新的、较轻的标量粒子（$S$）。这两个粒子随后都会立即衰变为一对底-反底夸克，最终导致四底夸克（$b\bar{b}b\bar{b}$）的状态。

把这次实验想象成试图在一个巨大且混乱的冰淇淋店里寻找一种特定且稀有的口味。这家店就是LHC，而这种“口味”就是四个底夸克。问题在于，这家店极其嘈杂；大多数时候，你得到的只是香草或巧克力口味（常见的背景事件，如顶夸克或随机的粒子喷流）。为了找到那种稀有的口味，团队必须构建一个非常精密的过滤器。

他们根据“大Boss”（$X$）和“小跟班”（$S$）可能有多重，将搜索分为两种不同的策略：

1. 解析通道（The Resolved Channel）： 如果粒子不够重，它们会缓慢地飞散开来。团队寻找的是四个清晰、独立的粒子喷流（就像四个独立的冰淇淋球）。
2. 混合通道（The Mixed Channel）： 如果“大Boss”极其沉重，它飞出时的能量之大，会导致它产生的希格斯玻色子处于“被助推”（boosted）状态（移动速度极快）。在这种情况下，希格斯玻色子的衰变产物会被挤压得非常紧凑，看起来就像一个单一的、巨大的喷流（就像一个巨大的、压缩过的冰淇淋球）。而“小跟班”仍然是分离的。

为了处理海量的数据和棘手的背景噪声，团队并没有仅仅使用标准的数学方法。他们采用了尖端的人工智能技术。他们使用了高斯过程（一种有助于预测形状的高级统计工具）和归一化流（一种学习如何将简单数据转化为复杂模式的AI类型）。想象一下，通过从不同角度观察物体的影子来猜测隐藏物体的形状；这些AI工具帮助他们完美地模拟了背景噪声的“影子”，从而使他们能够察觉到任何可能隐藏新粒子的微小偏差。

他们扫描了一个巨大的可能性范围。他们寻找质量在300 GeV到6 TeV（那是质子的6000倍重！）之间的“大Boss” ($X$)，以及质量在70 GeV到5 TeV之间的“小跟班” ($S$)。他们检查了超过80种不同的质量组合，实际上是在测试这些假设粒子每一种可能的重量。

判决：数据中的沉默

在处理完数据并运行了他们的AI模型后，结果显而易见：没有发现新粒子。

数据看起来与标准模型的预测完全一致。图中没有出现“凸起”，也没有任何意外的峰值来预示“大Boss”的到来。团队对这些粒子可能存在的频率设定了严格的上界。如果它们确实存在，它们的产生率必须小于0.7费米（femtobarns）到2.6皮克（picobarns）（取决于它们的质量）。为了让你理解这个概念，如果你把LHC想象成一个每秒产生数万亿次碰撞的工厂，那么这些粒子会极其罕见，以至于你可能需要等待极长的时间才能看到哪怕一个。

团队确实注意到在“大Boss”质量为300 GeV、“小跟能”质量为170 GeV处有一个微小的、孤独的闪烁，但这并不足以构成一项发现。它仅仅是一个统计涨落，就像在黑暗中听到一声响动，结果发现只是风声，而不是幽灵。其显著性仅为1.8个标准差，在粒子物理学界，这最多被视为一种“也许”，但通常只是噪声。

有趣的是，团队还检查了另一个实验CMS此前报告过存在轻微迹象（他们曾以为看到的“幽灵”）的特定质量点。ATLAS团队利用他们更灵敏的新工具，在那些精确的地点进行了检查，结果一无所获。他们的限制实际上比CMS之前的研究结果更为严格，有效地排除了CMS所见的“幽灵”是真实粒子的可能性。

这意味着什么

这篇论文是一个“零结果”（null result），而在科学领域，这往往与发现同样重要。通过没有发现这些粒子，ATLAS团队在沙滩上画出了一条非常清晰的分界线。他们告诉我们，如果这些特定类型的“大Boss”和“小跟班”粒子确实存在，那么它们要么隐藏在我们尚未寻找的地方，要么比最乐观的理论所暗示的要稀有得多。

这项研究还展示了一种新的物理学研究方式。通过使用先进的人工智能（高斯过程和归一化流）来模拟背景噪声，他们能够获得比以往更清晰的数据图像。这种“数据驱动”的方法意味着他们不必过度依赖关于背景应该长什么样的理论假设；他们让数据自己说话。

因此，尽管“大Boss”和“小跟班”依然难以捉摸，但搜寻仍在继续。ATLAS团队已经清理出了大片森林，向我们展示了这些粒子不在哪里。这有助于其他科学家完善他们的理论，并决定下一步该去哪里寻找。宇宙依然充满了秘密，但通过这次搜索，我们确实更清楚地知道那些秘密不在哪里隐藏。