首頁 科技週邊 人工智慧 改變未來對撞機實驗遊戲規則,中科院、北大開發AI驅動噴注本源鑑別技術

改變未來對撞機實驗遊戲規則,中科院、北大開發AI驅動噴注本源鑑別技術

Aug 06, 2024 am 06:55 AM
人工智慧 物理 理論 對撞機 北大

改變未來對撞機實驗遊戲規則,中科院、北大開發AI驅動噴注本源鑑別技術

環形正負電子對撞機(CEPC)中模擬的雙噴注事例示意圖。 (資料來源:中國科學院高能物理研究所)

編輯| 紫羅

夸克和膠子是粒子物理標準模型中的基本粒子,與電子或光子不同,夸克和膠子不能在時空中自由運動,只能被束縛在如質子或中子這樣的複合粒子中。

對撞機實驗中產生的高能夸克或膠子會透過複雜的相互作用轉化為大量的末態粒子,後者將沿著原夸克或膠子的運動方向在較小的角度內噴射而出,這現象稱為噴注。

近日,中國科學院高能物理研究所阮曼奇團隊、北京大學週辰團隊和歐洲核子研究中心曲慧麟研究員,提出了一種噴注本源鑑別技術。這項技術可大幅提升高能量對撞機實驗的科學發現能力。

結合原始的高效能粒子流重建演算法 Arbor 以及先進的人工智慧技術 ParticleNet,該研究團隊開發了一種高效的噴注本源識別技術。此技術透過捕捉不同種類噴注之間的微小差異,可同時高效區分由五種夸克(上、下、奇異、粲、底)、五種反夸克,以及膠子產生的十一種不同噴注。

這項技術可以幫助科學家準確測量不同粒子同夸克以及膠子之間的相互作用,並捕捉某些極其微弱的希格斯粒子衰變訊號。這項技術可以把未來對撞機上關鍵物理測量的精確程度提升一個數量級,大幅擴展了大科學裝置的科學發現能力。

被審查者評價為「世界頂級的鑑別性能」,「改變了遊戲規則」,「開創了未來對撞機實驗上精確測量的新視野」。

研究以《Jet-Origin Identification and Its Application at an Electron-Positron Higgs Factory》為題,於 2024 年 5 月 31 日發表在《Physical Review Letters》。

改變未來對撞機實驗遊戲規則,中科院、北大開發AI驅動噴注本源鑑別技術

論文連結:https://journals.aps.org/prl/abstract/10.1103/PhysRevLett.132.221802

噴注在高能對撞實驗中可大量產生,準確鑑別噴注的本源、即噴注的本源於何種夸克或膠子,對於發掘和理解對撞機事例背後的物理規律極為重要。然而,產生自不同夸克和膠子的噴注在構型上極為相似,準確鑑別噴注本源的難度非常高。

改變未來對撞機實驗遊戲規則,中科院、北大開發AI驅動噴注本源鑑別技術

圖示: 使用 CEPC 基線探測器模擬和重建的 ?+⁢?−→?⁢¯?⁢?→?⁢¯?⁢?⁢? (√?=240  GeV) 事件的事件顯示。 (資料來源:論文)

噴注本源鑑別

背景

為了增強高能對撞機實驗的科學發現能力,研究人員提出了噴注本源鑑別的概念,將噴注分為以下類型:

  • 五種夸克:a、b、s、u、d
  • 五種反夸克:a¯、b¯、s¯、u¯、d¯
  • 膠子

重要性

成功的噴注本源鑑別對於能量前緣的實驗粒子物理至關重要,例如大型強子對撞機,因為它可以有效降低量子色動力學(QCD)過程中的大背景。

方法

研究人員使用基於GEANT4 的模擬(稱為完整模擬)實現了電子-正電子希格斯工廠物理事件中噴注本源鑑別的概念,電子-正電子希格斯工廠是未來對撞機專案的最高優先順序。研究人員開發了 Arbor 和 ParticleNet 等軟體工具,用於粒子流事件重建和噴注本源鑑別。

性能

研究使用 11 維混淆矩陣(M11)展示了噴注本源鑑別性能,該矩陣展示了噴注「味道」(flavor)標記和噴流電荷測量的性能。

改變未來對撞機實驗遊戲規則,中科院、北大開發AI驅動噴注本源鑑別技術

圖示:使用 11 維混淆矩陣 M11 的整體噴注本源鑑別性能。 (資料來源:論文)研究人員將噴注本源鑑別應用於 CEPC 標稱希格斯運行場景下稀有和奇異的希格斯玻色子衰變測量。該場景預計在

改變未來對撞機實驗遊戲規則,中科院、北大開發AI驅動噴注本源鑑別技術

With an integrated luminosity of 20 ab^−1 at GeV, 4 × 10^6 Higgs bosons can be accumulated. The rare decays H → ss¯, uu¯ and dd¯ and the flavor-changing neutral flow (FCNC) decays H → sb, ds, db and uc are analyzed (where sb means sb¯ or s¯b, ds, db and Same goes for uc).

Derive upper bounds for these seven processes, ranging from 10^−3 to 10^−4. In the Standard Model, the predicted branch ratio for the H → ss¯ ​​process is 2.3 × 10^−4, and the derived upper limit is equivalent to 3 times the prediction of the Standard Model. The branching ratio of H → uu¯ and dd¯ is expected to be less than 10^−6, while the branching ratio of the above FCNC process is expected to be less than 10^−7 based on the loop contribution.

改變未來對撞機實驗遊戲規則,中科院、北大開發AI驅動噴注本源鑑別技術

Illustration: Injection flavor labeling efficiency and charge flip rate. (Source: Paper)

This technology provides scientists with a powerful new tool for scientific exploration at future collider, and also proves that the complex information contained in the injection generation process can be understood and processed by advanced artificial intelligence algorithms. use.

In the future, the scientific research team plans to further study the application of artificial intelligence technology in broader and deeper scientific issues.

Paper link: https://journals.aps.org/prl/abstract/10.1103/PhysRevLett.132.221802

Reference content:

https://phys.org/news/2024-06-ai-powered-jet -identification-technology.html

https://www.ccnta.cn/article/17151.html

以上是改變未來對撞機實驗遊戲規則,中科院、北大開發AI驅動噴注本源鑑別技術的詳細內容。更多資訊請關注PHP中文網其他相關文章!

本網站聲明
本文內容由網友自願投稿,版權歸原作者所有。本站不承擔相應的法律責任。如發現涉嫌抄襲或侵權的內容,請聯絡admin@php.cn

熱AI工具

Undresser.AI Undress

Undresser.AI Undress

人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover

AI Clothes Remover

用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool

Undress AI Tool

免費脫衣圖片

Clothoff.io

Clothoff.io

AI脫衣器

Video Face Swap

Video Face Swap

使用我們完全免費的人工智慧換臉工具,輕鬆在任何影片中換臉!

熱門文章

<🎜>:泡泡膠模擬器無窮大 - 如何獲取和使用皇家鑰匙
4 週前 By 尊渡假赌尊渡假赌尊渡假赌
北端:融合系統,解釋
4 週前 By 尊渡假赌尊渡假赌尊渡假赌
Mandragora:巫婆樹的耳語 - 如何解鎖抓鉤
4 週前 By 尊渡假赌尊渡假赌尊渡假赌
<🎜>掩蓋:探險33-如何獲得完美的色度催化劑
2 週前 By 尊渡假赌尊渡假赌尊渡假赌

熱工具

記事本++7.3.1

記事本++7.3.1

好用且免費的程式碼編輯器

SublimeText3漢化版

SublimeText3漢化版

中文版,非常好用

禪工作室 13.0.1

禪工作室 13.0.1

強大的PHP整合開發環境

Dreamweaver CS6

Dreamweaver CS6

視覺化網頁開發工具

SublimeText3 Mac版

SublimeText3 Mac版

神級程式碼編輯軟體(SublimeText3)

熱門話題

Java教學
1677
14
CakePHP 教程
1430
52
Laravel 教程
1333
25
PHP教程
1278
29
C# 教程
1257
24
位元組跳動剪映推出 SVIP 超級會員:連續包年 499 元,提供多種 AI 功能 位元組跳動剪映推出 SVIP 超級會員:連續包年 499 元,提供多種 AI 功能 Jun 28, 2024 am 03:51 AM

本站6月27日訊息,剪映是由位元組跳動旗下臉萌科技開發的一款影片剪輯軟體,依託於抖音平台且基本面向該平台用戶製作短影片內容,並相容於iOS、安卓、Windows 、MacOS等作業系統。剪映官方宣布會員體系升級,推出全新SVIP,包含多種AI黑科技,例如智慧翻譯、智慧劃重點、智慧包裝、數位人合成等。價格方面,剪映SVIP月費79元,年費599元(本站註:折合每月49.9元),連續包月則為59元每月,連續包年為499元每年(折合每月41.6元) 。此外,剪映官方也表示,為提升用戶體驗,向已訂閱了原版VIP

突破傳統缺陷檢測的界限,\'Defect Spectrum\'首次實現超高精度豐富語意的工業缺陷檢測。 突破傳統缺陷檢測的界限,\'Defect Spectrum\'首次實現超高精度豐富語意的工業缺陷檢測。 Jul 26, 2024 pm 05:38 PM

在現代製造業中,精準的缺陷檢測不僅是確保產品品質的關鍵,更是提升生產效率的核心。然而,現有的缺陷檢測資料集常常缺乏實際應用所需的精確度和語意豐富性,導致模型無法辨識特定的缺陷類別或位置。為了解決這個難題,由香港科技大學廣州和思謀科技組成的頂尖研究團隊,創新地開發了「DefectSpectrum」資料集,為工業缺陷提供了詳盡、語義豐富的大規模標註。如表一所示,相較於其他工業資料集,「DefectSpectrum」資料集提供了最多的缺陷標註(5438張缺陷樣本),最細緻的缺陷分類(125個缺陷類別

數百萬晶體資料訓練,解決晶體學相位問題,深度學習方法PhAI登Science 數百萬晶體資料訓練,解決晶體學相位問題,深度學習方法PhAI登Science Aug 08, 2024 pm 09:22 PM

編輯|KX時至今日,晶體學所測定的結構細節和精度,從簡單的金屬到大型膜蛋白,是任何其他方法都無法比擬的。然而,最大的挑戰——所謂的相位問題,仍然是從實驗確定的振幅中檢索相位資訊。丹麥哥本哈根大學研究人員,開發了一種解決晶體相問題的深度學習方法PhAI,利用數百萬人工晶體結構及其相應的合成衍射數據訓練的深度學習神經網絡,可以產生準確的電子密度圖。研究表明,這種基於深度學習的從頭算結構解決方案方法,可以以僅2埃的分辨率解決相位問題,該分辨率僅相當於原子分辨率可用數據的10%到20%,而傳統的從頭算方

英偉達對話模式ChatQA進化到2.0版本,上下文長度提到128K 英偉達對話模式ChatQA進化到2.0版本,上下文長度提到128K Jul 26, 2024 am 08:40 AM

開放LLM社群正是百花齊放、競相爭鳴的時代,你能看到Llama-3-70B-Instruct、QWen2-72B-Instruct、Nemotron-4-340B-Instruct、Mixtral-8x22BInstruct-v0.1等許多表現優良的模型。但是,相較於以GPT-4-Turbo為代表的專有大模型,開放模型在許多領域仍有明顯差距。在通用模型之外,也有一些專精關鍵領域的開放模型已被開發出來,例如用於程式設計和數學的DeepSeek-Coder-V2、用於視覺-語言任務的InternVL

GoogleAI拿下IMO奧數銀牌,數學推理模型AlphaProof面世,強化學習 is so back GoogleAI拿下IMO奧數銀牌,數學推理模型AlphaProof面世,強化學習 is so back Jul 26, 2024 pm 02:40 PM

對AI來說,奧數不再是問題了。本週四,GoogleDeepMind的人工智慧完成了一項壯舉:用AI做出了今年國際數學奧林匹克競賽IMO的真題,並且距拿金牌僅一步之遙。上週剛結束的IMO競賽共有六道賽題,涉及代數、組合學、幾何和數論。谷歌提出的混合AI系統做對了四道,獲得28分,達到了銀牌水準。本月初,UCLA終身教授陶哲軒剛剛宣傳了百萬美元獎金的AI數學奧林匹克競賽(AIMO進步獎),沒想到7月還沒過,AI的做題水平就進步到了這種水平。 IMO上同步做題,做對了最難題IMO是歷史最悠久、規模最大、最負

PRO | 為什麼基於 MoE 的大模型更值得關注? PRO | 為什麼基於 MoE 的大模型更值得關注? Aug 07, 2024 pm 07:08 PM

2023年,幾乎AI的每個領域都在以前所未有的速度進化,同時,AI也不斷地推動著具身智慧、自動駕駛等關鍵賽道的技術邊界。在多模態趨勢下,Transformer作為AI大模型主流架構的局面是否會撼動?為何探索基於MoE(專家混合)架構的大模型成為業界新趨勢?大型視覺模型(LVM)能否成為通用視覺的新突破? ……我們從過去的半年發布的2023年本站PRO會員通訊中,挑選了10份針對以上領域技術趨勢、產業變革進行深入剖析的專題解讀,助您在新的一年裡為大展宏圖做好準備。本篇解讀來自2023年Week50

為大模型提供全新科學複雜問答基準與評估體系,UNSW、阿貢、芝加哥大學等多家機構共同推出SciQAG框架 為大模型提供全新科學複雜問答基準與評估體系,UNSW、阿貢、芝加哥大學等多家機構共同推出SciQAG框架 Jul 25, 2024 am 06:42 AM

編輯|ScienceAI問答(QA)資料集在推動自然語言處理(NLP)研究中發揮著至關重要的作用。高品質QA資料集不僅可以用於微調模型,也可以有效評估大語言模型(LLM)的能力,尤其是針對科學知識的理解和推理能力。儘管目前已有許多科學QA數據集,涵蓋了醫學、化學、生物等領域,但這些數據集仍有一些不足之處。其一,資料形式較為單一,大多數為多項選擇題(multiple-choicequestions),它們易於進行評估,但限制了模型的答案選擇範圍,無法充分測試模型的科學問題解答能力。相比之下,開放式問答

準確率達60.8%,浙大基於Transformer的化學逆合成預測模型,登Nature子刊 準確率達60.8%,浙大基於Transformer的化學逆合成預測模型,登Nature子刊 Aug 06, 2024 pm 07:34 PM

編輯|KX逆合成是藥物發現和有機合成中的關鍵任務,AI越來越多地用於加快這一過程。現有AI方法性能不盡人意,多樣性有限。在實踐中,化學反應通常會引起局部分子變化,反應物和產物之間存在很大重疊。受此啟發,浙江大學侯廷軍團隊提出將單步逆合成預測重新定義為分子串編輯任務,迭代細化目標分子串以產生前驅化合物。並提出了基於編輯的逆合成模型EditRetro,該模型可以實現高品質和多樣化的預測。大量實驗表明,模型在標準基準資料集USPTO-50 K上取得了出色的性能,top-1準確率達到60.8%。

See all articles