La collaboration CMS a développé un réseau neuronal artificiel qui peut identifier les particules exotiques générées par les collisions proton-proton du LHC.
Les particules à longue durée de vie traquées par les expériences peuvent parcourir des distances mesurables (plusieurs fractions de millimètres) depuis le point de collision à l'intérieur des expériences avant de se désintégrer. La plupart de ces particules à longue durée de vie sont indétectables, mais elles peuvent se désintégrer en particules détectables, laissant une signature expérimentale atypique.
C'est là que le nouvel outil de CMS entre en jeu. Les algorithmes standard utilisés pour interpréter les données des collisions proton-proton ne sont pas conçus pour rechercher ces événements inhabituels. Or, les réseaux neuronaux artificiels peuvent apprendre automatiquement à partir des données transférées par les scientifiques pour atteindre leur but. Alimenté par des données provenant de collisions réelles, le réseau neuronal de CMS a été entraîné à repérer les événements intéressants.
Ce projet fait partie d'un effort plus vaste coordonné entre toutes les expériences du LHC pour utiliser des techniques modernes d'apprentissage automatique (« machine learning ») afin d'améliorer l'analyse des grandes quantités de données générées par le LHC. C'est une nouvelle étape après des décennies d'utilisation de l'intelligence artificielle dans le domaine de la physique des hautes énergies.
Pour en savoir plus, consultez le site web de CMS.