Performance of heavy-flavour jet identification in the CMS high-level trigger in proton-proton collisions at $\sqrt{s}$ = 13.6 TeV

在欧洲核子研究组织（CERN）的核心地带，一台被称为大型强子对撞机（LHC）的机器正以接近光速的速度将质子撞击在一起。这些碰撞重现了宇宙诞生后仅几分之一秒时的情形，产生了一系列新粒子的喷流。在这些粒子中，最重要的一类是重夸克，特别是底夸克（bottom quark）和粲夸克（charm quark）。当这些夸克被创造出来时，它们会迅速转化为更重的粒子，并在衰变前飞行极短的距离。这种轻微的延迟留下了一个独特的标记：一个与主碰撞点略有偏移的次级起源点。物理学家称之为“位移顶点”（displaced vertex）。识别喷注（jets）——即源自这些重夸克的粒子喷流——对于许多实验至关重要，尤其是那些寻找希格斯玻色子（Higgs boson）的实验，这种粒子赋予了其他粒子质量。希格斯玻色子经常衰变为这些重夸克，因此，识别它们的能力是理解自然界基本规律的关键技能。然而，宇宙也会产生大量来自较轻粒子的喷注，从而形成一个庞大的噪声背景，很容易掩盖科学家正在寻找的稀有信号。

对于CERN的研究人员来说，挑战不仅在于找到这些重夸克，还在于能否在跟上机器运行速度的同时快速找到它们。大型强子对撞机每秒产生4000万次碰撞。保存每一次事件的数据是不可能的，存储系统根本无法处理如此巨大的容量。相反，一个被称为“触发器”（trigger）的高级过滤系统必须在微秒级的瞬间内决定哪些碰撞足够有趣值得保留，哪些应该被丢弃。这个系统充当了守门人的角色，将海量的数据流削减到每秒仅数千个可控的事件。多年来，这个守门人一直依赖既定方法来区分来自重夸克的喷注和来自较轻粒子的喷注。但随着对撞机变得更加强大，产生的碰撞和背景噪声也随之增加，旧的方法开始显得力不从心。它们要么不够灵敏，无法在不引入过多噪声的情况下捕捉到稀有的有趣事件；要么必须设置得过于严格，从而错失了宝贵的数据。

为了解决这个问题，CMS合作组（该对撞机两大主要实验之一）为其高层触发系统开发了新一代工具。该系统运行在由标准计算机处理器组成的集群上，负责对事件进行最终、最详细的选择。团队引入了一种基于深度学习的新型算法，这是一种模仿人类大脑学习识别模式方式的人工智能。具体而言，他们利用了一种称为“动态图卷积神经网络”（dynamic graph convolutional neural network）的技术。简单来说，这种算法不将喷注内部的粒子视为简单的列表，而是将其视为一个相互连接的网络或“图”。它观察每个粒子如何与其邻居相关联，通过分析喷流的复杂结构来确定其起源。这种方法使系统能够察觉到重夸克喷注与轻粒子喷注之间细微的差别，而这是以往方法无法检测到的。

研究人员使用在能量水平为13.6太电子伏特（TeV）的质子-质子碰撞数据测试了这些新算法，这是该机器创下的纪录高能。他们专注于两个主要任务：识别底夸克喷注和识别粲夸克喷注。结果显示出显著的改进。新系统能够以更高的准确度识别底夸克喷注，同时比上一代工具更有效地剔除轻喷注背景。这意味着触发器可以设置得更具包容性，在保留更多科学家想要研究的稀有事件的同时，不会被噪声淹没。或许更重要的一点是，新系统首次实现了在高层过滤系统中高效识别粲夸克喷注。这为研究涉及粲夸克的物理过程打开了大门，而这类过程此前由于背景过强而难以实时分离。

这些改进对物理学的几个关键领域产生了立竿见影且可衡量的影响。一个主要的成功是在寻找两个希格斯玻色子衰变为四个底夸克的过程中。这是一个有助于物理学家理解希格斯玻色子如何进行自相互作用的稀有过程。新触发器使实验能够以更高的效率收集这些事件的数据，与之前的设置相比，在某些能量范围内实际上使捕获的有用事件数量翻了一番。同样，该系统提高了在希格斯玻色子与一对顶夸克共同产生时对其进行研究的能力，这是理解该粒子属性的另一个关键通道。新工具还使得专门搜索希格斯玻色子衰变为粲夸克的任务成为可能，由于背景过于庞大，这一过程在过去几乎无法通过触发器进行研究。通过降低保存事件所需的能量阈值，新系统允许物理学家探索此前无法触及的低能区域。

团队还开发了一种该算法的特化版本，用以处理那些衰变极快、以至于其产物合并成单个巨大喷流的高能粒子。当极重的粒子高速运动时，这种情况非常普遍。新系统能够高精度地识别这些合并喷注，进一步扩展了实验的覆盖范围。在整个数据采集期间，研究人员持续监测这些算法的表现，将它们的预测结果与实际收集的数据进行对比。他们发现，用于设计系统的计算机模拟与现实世界的数据匹配得非常紧密，证实了这些新工具具有可靠性和稳定性。即使在机器中同时发生碰撞的数量增加（即所谓的“堆积”现象，pileup，这通常会干扰简单的探测器）时，该系统仍能保持高性能。

在数据采集期结束时，新触发器已成为该实验的标准。它们被用于分析数百太字节的数据，直接提升了寻找新物理现象的灵敏度。这项工作证明，先进的机器学习技术可以成功部署在粒子物理触发器的瞬时环境中，而这在过去曾被认为计算量过大而无法实现。该项目的成功意味着CMS实验现在可以洞察更深层的数据，发现那些曾经隐藏在噪声中的信号。随着对撞机在更高强度下持续运行，不断突破人类对基本组成部分认知的边界，这种能力对于该领域的未来至关重要。这种在实时环境中区分“重”与“轻”、“稀有”与“常见”的能力，已成为现代粒子物理学的基石，确保任何潜在的发现都不会因过滤器的局限性而遗失。