Hành trình Khoa học, Không gian và Thời gian!
Một nhóm các nhà khoa học đã nghĩ ra một thuật toán học máy tính toán, với thời gian tính toán thấp, máy dò ATLAS trong Máy Va chạm Hadron Lớn sẽ đáp ứng như thế nào với dữ liệu gấp mười lần dự kiến vào năm 2027.
Máy va chạm Hadron lớn (LHC) gần Geneva, Thụy Sĩ đã trở nên nổi tiếng trên toàn thế giới vào năm 2012 với việc phát hiện boson Higgs. Quan sát đã đánh dấu một xác nhận quan trọng của Mô hình chuẩn của vật lý hạt, tổ chức các hạt hạ nguyên tử thành các nhóm tương tự như các nguyên tố trong bảng tuần hoàn từ hóa học.
Phòng thí nghiệm quốc gia Argonne của Bộ Năng lượng Hoa Kỳ (DOE) đã có nhiều đóng góp quan trọng trong việc xây dựng và vận hành máy dò thử nghiệm ATLAS tại LHC và phân tích các tín hiệu được ghi nhận bởi máy dò phát hiện ra vật lý cơ bản của va chạm hạt. Argonne hiện đang đóng vai trò chính trong việc nâng cấp độ sáng cao của máy dò ATLAS cho các hoạt động được lên kế hoạch bắt đầu vào năm 2027. Cuối cùng, một nhóm các nhà vật lý và nhà khoa học tính toán của Argonne đã nghĩ ra một thuật toán dựa trên máy học. máy dò hiện tại sẽ đáp ứng với dữ liệu tăng đáng kể dự kiến với việc nâng cấp.
Là cỗ máy vật lý lớn nhất từng được chế tạo, LHC bắn hai chùm proton theo hai hướng ngược nhau xung quanh vòng 17 dặm cho đến khi chúng tiến gần đến tốc độ ánh sáng, đập chúng lại với nhau và phân tích các sản phẩm va chạm bằng máy dò hạt khổng lồ như ATLAS. Thiết bị ATLAS có chiều cao bằng một tòa nhà sáu tầng và nặng khoảng 7.000 tấn. Ngày nay, LHC tiếp tục nghiên cứu về boson Higgs cũng như giải quyết các câu hỏi cơ bản về cách thức và lý do trong vật chất trong vũ trụ là như vậy.
“Hầu hết các câu hỏi nghiên cứu tại ATLAS liên quan đến việc tìm kim trong một đống cỏ khổng lồ, nơi các nhà khoa học chỉ quan tâm đến việc tìm kiếm một sự kiện xảy ra giữa một tỷ người khác”, Walter Hopkins, trợ lý vật lý thuộc bộ phận Vật lý năng lượng cao (HEP) của Argonne nói.
Là một phần của việc nâng cấp LHC, các nỗ lực hiện đang tiến triển để tăng độ sáng của LHC – số lượng tương tác proton-proton trên mỗi va chạm của hai chùm proton – theo hệ số năm. Điều này sẽ tạo ra dữ liệu nhiều hơn khoảng 10 lần mỗi năm so với những gì hiện có được từ các thí nghiệm LHC. Các máy dò phản ứng tốt như thế nào với tỷ lệ sự kiện gia tăng này vẫn cần phải được hiểu. Điều này đòi hỏi phải chạy mô phỏng máy tính hiệu suất cao của các máy dò để đánh giá chính xác các quy trình đã biết do va chạm LHC. Những mô phỏng quy mô lớn này rất tốn kém và đòi hỏi khối lượng thời gian tính toán lớn trên các siêu máy tính mạnh nhất và mạnh nhất thế giới.
Nhóm Argonne đã tạo ra một thuật toán học máy sẽ được chạy dưới dạng mô phỏng sơ bộ trước bất kỳ mô phỏng quy mô đầy đủ nào. Thuật toán này xấp xỉ, theo những cách rất nhanh và ít tốn kém, làm thế nào máy dò hiện tại sẽ phản ứng với dữ liệu tăng lên đáng kể với việc nâng cấp. Nó liên quan đến việc mô phỏng các phản ứng của máy dò với một thí nghiệm va chạm hạt và tái cấu trúc các vật thể từ các quá trình vật lý. Những vật thể được tái tạo này bao gồm các tia nước hoặc tia phun của các hạt, cũng như các hạt riêng lẻ như electron và muon.
“Việc phát hiện vật lý mới tại LHC và các nơi khác đòi hỏi các phương pháp phức tạp hơn bao giờ hết để phân tích dữ liệu lớn”, Doug Benjamin, một nhà khoa học tính toán tại HEP, nói. “Những ngày này thường có nghĩa là sử dụng máy học và các kỹ thuật trí tuệ nhân tạo khác.”
Các phương pháp phân tích được sử dụng trước đây cho các mô phỏng ban đầu đã không sử dụng thuật toán học máy và tốn thời gian vì chúng liên quan đến việc cập nhật thủ công các tham số thử nghiệm khi điều kiện tại LHC thay đổi. Một số cũng có thể bỏ lỡ các mối tương quan dữ liệu quan trọng đối với một tập hợp các biến đầu vào nhất định cho một thử nghiệm. Thuật toán do Argonne phát triển học trong thời gian thực khi áp dụng quy trình đào tạo, các tính năng khác nhau cần được giới thiệu thông qua các mô phỏng đầy đủ chi tiết, do đó tránh được việc phải làm thủ công các tham số thử nghiệm. Phương pháp này cũng có thể nắm bắt được sự phụ thuộc lẫn nhau của các biến mà trước đây không thể có được.
“Với mô phỏng rút gọn của chúng tôi, bạn có thể tìm hiểu những điều cơ bản với chi phí và thời gian tính toán tương đối ít, sau đó bạn có thể tiến hành mô phỏng đầy đủ hiệu quả hơn vào một ngày sau đó,” Hopkins nói. “Thuật toán học máy của chúng tôi cũng cung cấp cho người dùng khả năng phân biệt tốt hơn về nơi tìm kiếm các sự kiện mới hoặc hiếm trong một thử nghiệm”, ông nói thêm.
Thuật toán của nhóm có thể chứng minh vô giá không chỉ cho ATLAS mà còn cho nhiều máy dò thử nghiệm tại LHC cũng như các thí nghiệm vật lý hạt khác hiện đang được tiến hành trên khắp thế giới.
Nguồn truyện:
Tài liệu được cung cấp bởi Phòng thí nghiệm quốc gia DOE / Argonne . Bản gốc được viết bởi Joseph E. Harmon. Lưu ý: Nội dung có thể được chỉnh sửa cho kiểu dáng và độ dài.
Tạp chí tham khảo :