河北快3网投平台-河北快3投注平台_河北快3娱乐平台

人工智能如何帮助科学家寻找新粒子?

时间:2020-01-15 06:18:18 出处:河北快3网投平台-河北快3投注平台_河北快3娱乐平台
  在搜寻新基本粒子的过程中,物理学家一个劲都要对粒子的行为作出假设,但新的机器学习算法却不想没办法 做。

  9月13日消息,据国外媒体报道,大型强子对撞机(LHC)都能不能在一秒钟之内撞击十亿对质子。有时,这台巨大的机器肯能会给现实世界带来惊喜,肯能在少数碰撞中,会产生许多前所未有的东西。但会 ,那我的惊喜并没办法 哪几种规律可言,物理学家未必确切知道要寻找哪几种。让让我们 担心,在将数十亿次碰撞所获得的数据梳理成更易管理的数字时,肯能会无意中删掉物理学新理论的证据。在欧洲核子研究中心(CERN)参与超环面仪器(ATLAS)实验的纽约大学粒子物理学家凯尔·克兰默(Kyle Cranmer)说:“让让我们 一个劲担心村里人 会把婴儿和洗澡水同時 倒掉。”

  面对智能数据规约的挑战,许多物理学家尝试使用“角度神经网络”的机器学习技术来挖掘同之类件组成的数据海洋,寻找新的物理学大什么的问题。

  在初步使用案例中,角度神经网络通过研究絮状标记为“猫”的图片和标记为“狗”的图片,学习如何区分猫和狗。然而,你这种 方法 在寻找新粒子时未必适用,肯能物理学家无法为机器提供让让我们 从未见过的东西的图片。但会 ,物理学家转而采用所谓的“弱监督学习”(weakly supervised learning)方法 ,即机器从已知粒子过后开始了了,利用细化的信息(比如总体上肯能处于的频率)来寻找罕见事件。

  在今年5月份发表于科学预印本网站arxiv.org上的一篇论文中,三位研究人员提出应用相关策略对“撞击狩猎”(bump hunting)进行扩展。你这种 经典的“粒子狩猎”技术曾用于希格斯玻色子的发现。美国劳伦斯伯克利国家实验室的研究者本·纳赫曼(Ben Nachman)表示,具体的思路是训练机器在数据集中寻找罕见的变化。

  试想一下,让让我们 都能不能在猫狗实验的原理基础上做有有1个游戏:在充满北美森林观察记录的数据集中寻找新的动物物种。假设任何新的动物物种都倾向于聚集在某个特定的地理区域(与新粒子围绕某个特定质量的概念相对应),那算法就应该都能不能通过邻近区域的系统比较,将它们挑出来。肯能加拿大不列颠哥伦比亚省刚好有113只驯鹿,美国华盛顿州有19只驯鹿(即使数据集包含数百万只松鼠),那守护守护进程促进在没办法 直接研究驯鹿的状况下,针灸学会将驯鹿与松鼠区分开来。弱监督学习研究者、俄勒冈大学的理论粒子物理学家说:“这全部都是魔术,但感觉像魔术一样。”

  相比之下,粒子物理学中的传统搜索方法 通常要求研究人员对新大什么的问题是哪几种样子做出假设。让让我们 会创建有有1个描述新粒子行为的模型。之类,有有1个新粒子肯能有衰变成一大群已知粒子的趋势。只能在定义了所要寻找的东西前一天,让让我们 促进设计出自定义的搜索策略。这项工作通常需合适有有1个博士研究生合适一年的时间,而纳赫曼认为,你这种 过程都能不能完成得调快、更彻底。

  有研究者提出了CWoLa算法,即无标签分类(Classification Without Labels),都能不能搜索任意未知粒子的现有数据,无论该粒子是衰变成有有1个之类型未知粒子,还是有有1个之类型或不之类型已知粒子。利用常规的搜索模型,LHC战略媒体合作机构肯能都要合适20年时间来寻找后有两种状况的肯能性,而目前对前有两种状况的搜索仍没办法 任何结果。参与ATLAS项目的纳赫曼表示,CWoLa算法都能不能一次完成所有哪几种工作。

  许多实验粒子物理学家也认为,这将是有有1个很有价值的项目。在ATLAS项目中搜寻新粒子碰撞的物理学家凯特·帕查尔(Kate Pachal)说:“让让我们 肯能分析了许多可预测的区域,但会 接下来让让我们 要过后开始了了填补哪几种尚未分析的角落,这是有点儿要的有有1个方向。”去年,她和许多同事就在尝试设计有两种灵活的软件,对一系列不同质量的粒子进行补救,但让让我们 中没办法 人对机器学习有足够的了解。“我就要现在是尝试一下的前一天了,”帕查尔说道。

  角度神经网络有希望在不促进目前建模工作的数据中发现微妙的相关性。许多机器学习技术肯能成功提高了LHC进行特定任务的强度,比如识别由底夸克粒子产生的“喷注”。在这项工作中,物理学家毫无大什么的问题也会错过许多信号。加州大学欧文分校的粒子物理学家丹尼尔·怀特森(Daniel Whiteson)说:“让让我们 把信息遗留在桌面上,而当你在有有1个机器上花了100亿美元,你不想想把信息留在桌子上。”

  不过,机器学习我我真是充满了守护守护进程将手臂混淆为哑铃的警示故事(甚至还有更糟糕的状况)。对于LHC,村里人 担心机器学习的“捷径”最终反映的是LHC机器有两种的各种小大什么的问题,而哪几种大什么的问题正是实验物理学家努力我应该 忽视的。ATLAS项目的物理学家蒂尔·艾费特(Till Eifert)问道:“当你发现有有1个异常时,你我真是它是新物理学突破呢,还是探测器处于了哪几种有意思的状况?”

热门

热门标签