בינה מלאכותית מתגלה ככלי מפתח בפיזיקה גרעינית, ומציעה פתרונות למשימה עתירת הנתונים והמורכבת של שחזור מסלול החלקיקים. קרדיט: twoday.co.il.com
חלקיקים המתנגשים במאיצים מייצרים מפלים רבים של חלקיקים משניים. האלקטרוניקה המעבדת את האותות המפולגים מהגלאים יש אז שבריר שנייה כדי להעריך אם אירוע הוא בעל עניין מספיק כדי לשמור אותו לניתוח מאוחר יותר. בעתיד הקרוב, משימה תובענית זו עשויה להתבצע באמצעות אלגוריתמים המבוססים על AI.
לאלקטרוניקה מעולם לא היו חיים קלים בפיזיקה גרעינית. יש כל כך הרבה נתונים שנכנסים מה-LHC, המאיץ החזק ביותר בעולם, שלקליטת הכל מעולם לא הייתה אופציה. המערכות המעבדות את גל האותות המגיעים מהגלאים מתמחות אפוא ב… לשכוח – הן משחזרות את המסלולים של חלקיקים משניים בשבריר שנייה ומעריכות האם ניתן להתעלם מההתנגשות שזה עתה נצפתה או שכדאי לשמור לניתוח נוסף . עם זאת, השיטות הנוכחיות לשחזור מסלולי חלקיקים לא יספיקו בקרוב יותר.
AI במעקב אחר חלקיקים
מחקר שהוצג בכתב העת מדעי המחשב על ידי מדענים מהמכון לפיזיקה גרעינית של האקדמיה הפולנית למדעים (IFJ PAN) בקרקוב, פולין, מציע שכלים שנבנו באמצעות בינה מלאכותית יכולים להוות אלטרנטיבה יעילה לשיטות הנוכחיות לשחזור מהיר של מסלולי חלקיקים. הופעת הבכורה שלהם עשויה להתרחש בשנתיים-שלוש הקרובות, כנראה בניסוי MUonE שתומך בחיפוש אחר פיזיקה חדשה.
העיקרון של שחזור המסלולים של חלקיקים משניים בהתבסס על פגיעות שתועדו במהלך התנגשויות בתוך גלאי ה-MUonE. מטרות עוקבות מסומנות בזהב, ושכבות גלאי סיליקון מסומנות בכחול. קרדיט: IFJ PAN
המורכבות של זיהוי חלקיקים
בניסויים מודרניים בפיזיקה באנרגיה גבוהה, חלקיקים החורגים מנקודת ההתנגשות עוברים דרך שכבות עוקבות של הגלאי, ומפקידים מעט אנרגיה בכל אחת מהן. בפועל, זה אומר שאם הגלאי מורכב מעשר שכבות והחלקיק המשני עובר בכולן, יש לשחזר את דרכו על בסיס עשר נקודות. המשימה היא רק לכאורה פשוטה.
"בדרך כלל יש שדה מגנטי בתוך הגלאים. חלקיקים טעונים נעים בו לאורך קווים מעוקלים וכך גם אלמנטי הגלאי המופעלים על ידם, שבז'רגון שלנו אנו מכנים פגעים, ימוקמו זה ביחס לזה", מסביר פרופ' מרסין קוצ'רצ'יק, (IFJ PAN) ומיד מוסיף: "במציאות, מה שנקרא תפוסת הגלאי, כלומר מספר הפגיעות לכל אלמנט גלאי, עשויה להיות גבוהה מאוד, מה שגורם לבעיות רבות כאשר מנסים לשחזר את מסלולי החלקיקים בצורה נכונה. בפרט, שחזור של מסילות שקרובות זה לזה הוא די בעיה".
ניסויים שנועדו למצוא פיזיקה חדשה יתנגשו בחלקיקים באנרגיות גבוהות יותר מבעבר, כלומר יווצרו יותר חלקיקים משניים בכל התנגשות. גם עוצמת הבהירות של הקורות תצטרך להיות גבוהה יותר, מה שבתורו יגדיל את מספר ההתנגשויות ליחידת זמן. בתנאים כאלה, שיטות קלאסיות לשחזור מסלולי חלקיקים כבר לא יכולות להתמודד. בינה מלאכותית, המצטיינת במקום שבו צריך לזהות במהירות דפוסים אוניברסליים מסוימים, יכולה לבוא להצלה.
AI כפתרון
"הבינה המלאכותית שתכננו היא רשת עצבית מסוג עמוק. הוא מורכב משכבת קלט המורכבת מ-20 נוירונים, ארבע שכבות נסתרות של 1,000 נוירונים כל אחת ושכבת פלט עם שמונה נוירונים. כל הנוירונים של כל שכבה מחוברים לכל הנוירונים של השכבה השכנה. בסך הכל, לרשת יש שני מיליון פרמטרים של תצורה, שהערכים שלהם נקבעים במהלך תהליך הלמידה", מתאר ד"ר מילוש זדיבל (IFJ PAN).
הרשת העצבית העמוקה שהוכנה כך אומנה באמצעות 40,000 התנגשויות חלקיקים מדומות, בתוספת רעש שנוצר באופן מלאכותי. במהלך שלב הבדיקה, רק מידע פגע הוזן לרשת. מכיוון שאלו נגזרו מהדמיות ממוחשבות, המסלולים המקוריים של החלקיקים האחראים היו ידועים בדיוק וניתן היה להשוותם עם השחזורים שסיפקה הבינה המלאכותית. על בסיס זה, הבינה המלאכותית למדה לשחזר נכון את מסלולי החלקיקים.
"במאמר שלנו, אנו מראים שהרשת העצבית העמוקה שאומנה במסד נתונים שהוכן כהלכה מסוגלת לשחזר מסלולי חלקיקים משניים בדיוק כמו אלגוריתמים קלאסיים. זוהי תוצאה בעלת חשיבות רבה לפיתוח טכניקות זיהוי. בעוד אימון רשת עצבית עמוקה הוא תהליך ארוך ותובעני מבחינה חישובית, רשת מאומנת מגיבה באופן מיידי. מכיוון שהוא עושה זאת גם בדיוק מספק, אנו יכולים לחשוב באופטימיות על השימוש בו במקרה של התנגשויות אמיתיות", מדגיש פרופ' קוצ'רצ'יק.
ניסוי MUonE ופיזיקה עתידית
הניסוי הקרוב ביותר שבו לבינה המלאכותית מ-IFJ PAN תהיה הזדמנות להוכיח את עצמה הוא MUonE (פיזור אלסטי של אלקטרונים MUon ON). זה בוחן סתירה מעניינת בין הערכים הנמדדים של כמות פיזיקלית מסוימת הקשורה למיואונים (חלקיקים שהם מקבילים מסיביים יותר של האלקטרון בערך פי 200) לבין התחזיות של המודל הסטנדרטי (כלומר, המודל המשמש לתיאור העולם של חלקיקים אלמנטריים). מדידות שבוצעו במרכז המאיצים האמריקאי Fermilab מראות כי המומנט המגנטי החריג של מיואונים שונה מהתחזיות של המודל הסטנדרטי בוודאות של עד 4.2 סטיות תקן (המכונה סיגמא). בינתיים, מקובל בפיזיקה שמשמעות מעל 5 סיגמא, המקבילה לוודאות של 99.99995%, היא ערך שנחשב מקובל להכרזה על תגלית.
המשמעות של הפער המצביע על פיזיקה חדשה יכולה להיות מוגברת משמעותית אם ניתן היה לשפר את הדיוק של התחזיות של המודל הסטנדרטי. עם זאת, על מנת לקבוע טוב יותר את המומנט המגנטי החריג של המיון בעזרתו, יהיה צורך לדעת ערך מדויק יותר של הפרמטר המכונה תיקון האדרוני. למרבה הצער, חישוב מתמטי של פרמטר זה אינו אפשרי. בשלב זה, תפקידו של ניסוי MUonE מתברר. בו מתכוונים מדענים לחקור את פיזורם של מיואונים על אלקטרונים של אטומים בעלי מספר אטומי נמוך, כמו פחמן או בריליום. התוצאות יאפשרו קביעה מדויקת יותר של פרמטרים פיזיקליים מסוימים התלויים ישירות בתיקון ההדרוני. אם הכל יתנהל לפי תוכניות הפיזיקאים, התיקון ההדרוני שנקבע בדרך זו יגביר את הביטחון במדידת הפער בין הערך התיאורטי והמדוד של המומנט המגנטי החריג של המיון בעד 7 סיגמא – לבין קיומה של פיזיקה לא ידועה עד כה. עשוי להפוך למציאות.
ניסוי ה-MUonE אמור להתחיל אצל אירופה CERN מתקן גרעיני כבר בשנה הבאה, אבל שלב היעד תוכנן לשנת 2027, אז כנראה תהיה לפיסיקאים של קרקוב הזדמנות לראות אם הבינה המלאכותית שהם יצרו תעשה את עבודתה בשחזור מסלולי החלקיקים. אישור היעילות שלו בתנאים של ניסוי אמיתי יכול לסמן את תחילתו של עידן חדש בטכניקות זיהוי חלקיקים.
עבודתו של צוות הפיזיקאים מה-IFJ PAN מומנה על ידי מענק ממרכז המדע הלאומי הפולני.
