Representación esquemática del sistema de coordenadas cartesianas de mano derecha adoptado para describir el detector. Crédito:The European Physical Journal C (2022). https://link.springer.com/article/10.1140/epjc/s10052-022-10665-7
Un equipo de investigadores del CERN, el Instituto Tecnológico de Massachusetts y la Universidad de Staffordshire ha implementado un nuevo algoritmo para reconstruir partículas en el Gran Colisionador de Hadrones.
El Gran Colisionador de Hadrones (LHC) es el acelerador de partículas más poderoso jamás construido y se encuentra en un túnel a 100 metros bajo tierra en el CERN, la Organización Europea para la Investigación Nuclear, cerca de Ginebra en Suiza. Es el sitio de experimentos de larga duración que permiten a los físicos de todo el mundo aprender más sobre la naturaleza del universo.
El proyecto es parte del experimento Compact Muon Solenoid (CMS), uno de los siete experimentos instalados que utiliza detectores para analizar las partículas producidas por las colisiones en el acelerador.
El tema de un nuevo artículo académico "Reconstrucción de partículas múltiples de extremo a extremo en calorímetros de imágenes de alta ocupación con redes neuronales gráficas" publicado en European Physical Journal C , el proyecto se ha llevado a cabo antes de la actualización de alta luminosidad del Gran Colisionador de Hadrones.
El proyecto High Luminosity Large Hadron Collider (HL-LHC) tiene como objetivo aumentar el rendimiento del LHC para aumentar el potencial de descubrimientos después de 2029. El HL-LHC aumentará la cantidad de interacciones protón-protón en un evento de 40 a 200.
El profesor Raheel Nawaz, vicerrector profesional de Transformación Digital de la Universidad de Staffordshire, ha supervisado la investigación. Explicó que "limitar el aumento del consumo de recursos informáticos en grandes pileups es un paso necesario para el éxito del programa de física HL-LHC y abogamos por el uso de técnicas modernas de aprendizaje automático para realizar la reconstrucción de partículas como una posible solución a este problema". ."
Agregó que "trabajar en este proyecto ha sido tanto un placer como un privilegio y es probable que dicte la dirección futura de la investigación sobre la reconstrucción de partículas mediante el uso de una solución basada en IA más avanzada".
El Dr. Jan Kieseler del Departamento de Física Experimental del CERN agregó que "esta es la primera reconstrucción de un solo disparo de unas 1000 partículas desde y en un entorno desafiante sin precedentes con 200 interacciones simultáneas en cada colisión protón-protón. Demostrando que este enfoque novedoso, que combina Las capas de redes neuronales gráficas dedicadas (GravNet) y los métodos de entrenamiento (Object Condensation), se pueden extender a tareas tan desafiantes mientras se mantienen dentro de las limitaciones de recursos, lo que representa un hito importante hacia la futura reconstrucción de partículas".
Shah Rukh Qasim, al frente de este proyecto como parte de su Ph.D. en el CERN y la Universidad Metropolitana de Manchester, dice que "la cantidad de progreso que hemos logrado en este proyecto en los últimos tres años es realmente notable. Era difícil imaginar que alcanzaríamos este hito cuando comenzamos".
El profesor Martin Jones, vicecanciller y director ejecutivo de la Universidad de Staffordshire, agregó que "el CERN es uno de los centros de investigación científica más respetados del mundo y felicito a los investigadores por este proyecto que está allanando el camino para descubrimientos aún mayores en años para ven."
"La inteligencia artificial está en constante evolución para beneficiar a muchas industrias diferentes y saber que los académicos de la Universidad de Staffordshire y otros lugares están contribuyendo a la investigación detrás de tales avances es emocionante y significativo". El Gran Colisionador de Hadrones alcanza un nivel de energía sin precedentes
