El futuro Gran Colisionador de Hadrones (LHC) producirá muchos más datos que hoy. Un nuevo método que utiliza inteligencia artificial podría ayudar a los físicos a clasificarlos.
El LHC hace chocar protones para estudiar los componentes más pequeños de la materia. Su futura versión debe funcionar como muy pronto en 2030. Producirá unos 40 millones de colisiones por segundo, con de cuatro a cinco veces más colisiones simultáneas que el máximo actual.
El experimento CMS del LHC
Imagen: CERN
El detector CMS deberá encontrar las partículas producidas en medio de esta actividad. Para ello recibirá HGCAL, un aparato dotado de unos seis millones de sensores. Cuando una partícula lo atraviesa, crea una cascada de nuevas partículas. Este conjunto se denomina una cascada.
Cada sensor registra una pequeña parte de estas cascadas y de su energía. El problema aparece cuando varias cascadas se mezclan. El software debe entonces relacionar cada señal con la partícula de origen correcta. Esta tarea se vuelve especialmente difícil cuando las colisiones ocurren casi en el mismo lugar.
Los métodos actuales intentan reconstruir directamente cada cascada a partir de sus características. El nuevo método con IA procede de otra manera. Primero aprende qué señales se parecen y podrían compartir el mismo origen. Paralelamente separa aquellas que parecen provenir de partículas diferentes.
Una segunda etapa reúne después las señales asociadas. Esta técnica se denomina aprendizaje contrastivo, porque aprende comparando semejanzas y diferencias. Los investigadores compararon este método con el sistema actual sobre datos totalmente simulados.
En estas pruebas, el nuevo enfoque separó mejor las cascadas que se superponían. También estimó su energía con mayor precisión. Su ventaja aumentaba en los eventos más cargados. Incluso seguía siendo eficaz con cantidades de partículas y energías ausentes de su entrenamiento.
El algoritmo debe ahora funcionar en una simulación completa de CMS y HGCAL. Pruebas adicionales determinarán luego si este método puede analizar realmente las futuras colisiones del LHC.