مختبر بروكهافن الوطني يطور نموذج تعلم آلي لتحديد تدفقات الجسيمات بدقة في تصادمات الأيونات الثقيلة

·بواسطة Henderson·AI
مختبر بروكهافن الوطني يطور نموذج تعلم آلي لتحديد تدفقات الجسيمات بدقة في تصادمات الأيونات الثقيلة

طور علماء الفيزياء في مختبر بروكهافن الوطني نموذجًا لتعلم الآلة يمكنه تلقائيًا التعرف على تدفقات الجسيمات من بين كميات هائلة من الضوضاء الخلفية الناتجة عن تصادمات الأيونات الثقيلة. سيساعد هذا التقدم في تحسين دقة قياسات بلازما الكوارك-غلوون، وهي مادة كانت موجودة خلال ميكروثانية واحدة بعد الانفجار العظيم. تعاون فريق بروكهافن مع باحثين من جامعة كولومبيا وجامعة كولورادو في بولدر لوصف هذه الطريقة في مجلة Scientific Reports. وأفاد المختبر أن هذه هي المرة الأولى التي يتم فيها استخدام نموذج "غير مصاحب وغير مراقب" في هذه المهمة.

يتعلم النموذج مباشرة من بيانات التصادمات المحاكية، بدلاً من الاعتماد على التسميات المقدمة من العلماء.

تكمن صعوبة ملاحظة التدفقات في أن الأيونات الثقيلة تصطدم بالقرب من سرعة الضوء في مصادم الأيونات الثقيلة النسبي (RHIC)، مما يعيد بشكل مؤقت "حساء" الكواركات والغلوونات الحرة. التدفقات هي انفجارات مركزة للجسيمات عالية الطاقة، وتعتبر واحدة من أفضل الأدوات للكشف عن تلك البلازما. تفقد الطاقة وتغير هيكلها أثناء مرورها عبر البلازما. ومع ذلك، يتم طمس إشارة التدفق بواسطة خلفية ضخمة من الجسيمات الأخرى، مما يحد لفترة طويلة من دقة قياسات التدفق. قالت عالمة الفيزياء في بروكهافن وأستاذة مساعدة في جامعة ستوني بروك، غاو يانزهو: "يمكن أن يؤدي تحسين تقليل الخلفية إلى قياسات أكثر دقة للتفاعلات بين الكواركات والغلوونات في ظروف قصوى.

”

نموذج تعلم الآلة في مختبر بروكهافن يحسن دقة تحديد تدفقات الجسيمات

عادةً ما يتطلب تعليم الخوارزميات وضع تسميات لآلاف الأمثلة، مثل تصنيف الصور كقطط أو كلاب. ومع ذلك، أشار عالم الحاسوب في بروكهافن، ديمتري تولبونوف، إلى أن البيانات التجريبية الحقيقية لا تقدم مفاتيح الإجابة، لذا فإن هذه الطريقة لا يمكن تطبيقها. يتجاوز النموذج الجديد الحاجة إلى التسميات. يعرض الخلفية النقية للبلازما وتدفقات محاكية مثالية، ويستنتج بنفسه كيفية استخراج إشارة التدفق مع إزالة الخلفية. قارن غاو يانزهو ذلك بتقسيم صورة مزدحمة إلى جزئين: التدفق وكل شيء آخر.

اختبر الفريق النموذج على بيانات محاكاة من sPHENIX، وهو كاشف يعمل خلال آخر ثلاث عمليات تشغيل لـ RHIC. في هذه الاختبارات، أعاد النموذج بناء موقع التدفق وطاقةه وبنيته الداخلية بدقة أكبر من الطرق التقليدية لتقليل الخلفية، خاصة بالنسبة للتدفقات الأكبر، حيث تكون تقلبات الخلفية أكثر حدة. تستند النتائج الحالية إلى بيانات محاكاة.

الخطوة التالية هي تطبيقه على البيانات الحقيقية. جمعت sPHENIX خلال فترة تشغيلها ما يقرب من 300PB من البيانات، وهو ما يعادل عشرات المليارات من صور الهواتف الذكية. قالت غاو يانزهو إن هذه ستكون المرة الأولى التي يتم فيها استخدام مثل هذه النماذج في مجالات الفيزياء النووية وفيزياء الجسيمات. يتوقع الفريق أن يكون النموذج مناسبًا لقياسات الطاقة في مصادم الإلكترون-أيون المخطط له ومصادم الهادرونات الكبير في أوروبا. نظرًا لأن النموذج يمكن أن يعمل على بيانات كاشف مشابهة، قال الباحثون إنه قد يساعد أيضًا في تجارب أخرى تحتاج إلى فصل الإشارات المتداخلة.

يتعلق هذا المشروع بجائزة المرحلة الأولى من مهمة Genesis التابعة لوزارة الطاقة، التي يقودها كلية باروك، بمشاركة مختبر بروكهافن وجامعة ستوني بروك وجامعة كولومبيا وجامعة كولورادو في بولدر. دعمت أموال البحث والتطوير الموجهة من مختبر بروكهافن ومكتب العلوم بوزارة الطاقة هذا العمل. أشادت غاو يانزهو بالتعاون الوثيق مع علماء الحاسوب في بروكهافن، مشيرة إلى أن هذا ليس مشروعًا لمرة واحدة، وهي متحمسة للفرص الجديدة التي يوفرها تعلم الآلة في العلوم.

H
حول المؤلف
Henderson