Розроблено новий алгоритм для Великого адронного коллайдера на основі ІІ

Новини
9 липня 2020

Розроблено новий алгоритм для Великого адронного коллайдера на основі ІІ

Далі

Анастасія
Нікіфорова

Новинний редактор

Анастасія
Нікіфорова

Новинний редактор

Великий адронний коллайдер (БАК) поблизу Женеви, Швейцарія, став відомий всьому світу в 2012 році завдяки виявлення бозона Хіггса. Це відкриття стало вирішальним підтвердженням Стандартної моделі фізики елементарних частинок. На сьогоднішній день на LHC проводиться проект ATLAS — на однойменному детекторі, призначеному для дослідження протон-протонних зіткнень. Зараз детектор чекає оновлення з високою светимостью для операцій, яке планується почати в 2027 році. З цією метою команда фізиків і вчених розробила алгоритм на основі машинного навчання, який наближає нинішній детектор до реагування на значно більшу кількість даних, очікуваних при оновленні. Дослідження публікує Journal of Instrumentation.

Як найбільша фізична машина з коли-небудь створених, БАК стріляє двома пучками протонів в протилежних напрямках навколо 17-мильного кільця, поки вони не наближаються до швидкості світла, розбиває їх разом і аналізує продукти зіткнення з допомогою гігантських детекторів, таких як ATLAS. Прилад ATLAS має висоту шестиповерхового будинку і важить близько 7000 тонн. Сьогодні LHC продовжує вивчати бозон Хіггса, а також вирішує фундаментальні питання про те, як і чому матерія у всесвіті така, яка вона є.

Більшість дослідницьких питань в ATLAS пов’язані з пошуком голки в велетенській копиці сіна, де вчені зацікавлені тільки в тому, щоб знайти одну подію серед мільярдів інших.

Уолтер Хопкінс, помічник фізика з відділу фізики високих енергій Аргонна (HEP)

У рамках модернізації БАК робляться зусилля щодо збільшення яскравості коллайдера — кількості протон-протонних взаємодій за зіткнення двох протонних пучків — в п’ять разів. Це дасть приблизно в 10 разів більше даних у рік, ніж в даний час отримують експерименти на ВАК. Наскільки добре детектори, які реагують на цю підвищену частоту подій, ще належить зрозуміти. Це вимагає запуску високопродуктивного комп’ютерного моделювання детекторів для точної оцінки процесів, що виникають в результаті зіткнень БАК. Це масштабне моделювання є дорогим і вимагає великих витрат обчислювального часу на кращих і найбільш потужних суперкомп’ютерах в світі.

Команда лабораторії Argonne створила алгоритм машинного навчання, який буде запускатися як попереднє моделювання перед будь-яким повномасштабним моделюванням. Цей алгоритм дуже швидким і менш витратним чином допоможе показати, як справжній детектор буде реагувати на більшу кількість даних, очікуване при оновленні. Він включає в себе моделювання відгуків детектора на експеримент зіткнення частинок та відновлення об’єктів по фізичним процесам.

Відкриття нової фізики на БАК і в інших місцях вимагає все більш складних методів для аналізу великих даних, тут і стане в нагоді використання машинного навчання та інших методів штучного інтелекту.

Алгоритм команди може виявитися неоціненним не тільки для ATLAS, але і для декількох експериментальних детекторів на БАК, а також для інших експериментів з фізики елементарних частинок, які зараз проводяться по всьому світу.

Читати також

З’ясувалося, що змусило цивілізацію майя покинути свої міста

Вчені розкрили план герпесу по зараженню людини: він схожий на гру зі ставками

На 3 день хвороби більшість хворих COVID-19 втрачають нюх і часто страждають нежитем

Источник

Описание admin

Рекомендуем прочесть

Tesla представить двофакторну аутентифікацію

Новини 16 серпня 2020 Tesla представить двофакторну аутентифікацію Далі Ильнур Шарафиев Редактор Ильнур Шарафиев Редактор …

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *