Imagine que você tem muitos dados, mas você não sabe realmente o que está procurando. Então, o que você faz? Nesse caso, você usa um computador que procura automaticamente os desvios. De acordo com o pesquisador Sascha Caron, este será um método promissor para alcançar novos avanços na física de partículas. Juntamente com outros pesquisadores do ATLAS no CERN, ele demonstrou essa nova abordagem em um artigo no The European Physics Journal C, que foi publicado no início deste mês.

Desde a descoberta do Bóson de Higgs em 2012, havia grandes expectativas para novos avanços na física emergentes do Large Hadron Collider (LHC) no CERN. "Infelizmente, houve poucos avanços de igual magnitude, talvez porque não pesquisamos em lugares suficientes, "diz Sascha Caron, físico na Radboud University e na Nikhef. Ele é a força motriz por trás do novo método, junto com os colegas Sara Alderweireldt e Jeroen Schouwenberg.

Procurando pelo desconhecido

No LHC, cientistas produzem enormes quantidades de dados para investigar o modelo padrão da física de partículas, que descreve as forças e partículas que formam toda a matéria. Caron:"Na busca pela partícula de Higgs, sabíamos exatamente o que estávamos procurando, a única incógnita era sua massa. Como atualmente não sabemos exatamente o que estamos procurando, podemos expandir o modelo padrão ainda mais, leva muito mais tempo para fazer uma nova descoberta. Você pode comparar isso com a busca por um brinquedo escondido em uma grande sala cheia de brinquedos, mas sem saber o que parece. "

Primeiro rapidamente, então exatamente

Para acelerar o processo de pesquisa, Caron e vários colegas propuseram uma nova abordagem sistemática que pode ser usada para encontrar pistas sobre novas partículas. Atualmente, os pesquisadores do CERN observam muito especificamente um único modelo ou uma única característica. De acordo com Caron, isso pode ser feito de forma diferente:"Usando algoritmos, queremos investigar todos os dados simultaneamente, usando automação, para encontrar desvios do modelo padrão. "

"A desvantagem dessa abordagem é que podemos examinar os dados com menos precisão do que em outras abordagens, "diz Caron. Para resolver este problema, os pesquisadores desenvolveram um método de dois estágios:primeiro compare rapidamente todos os dados com o modelo padrão, e, em seguida, concentre-se nos desvios que você encontrou.

AI é o futuro

Métodos de pesquisa amplos com algoritmos já são usados ​​em outros campos, como a genética. "Este método de pesquisa ampla não foi usado anteriormente para analisar dados do LHC. Isso ocorre porque os dados na física de partículas costumam ser muito complexos em comparação com os dados de outros campos. Se você não puder indicar que tipo de dados está procurando, é difícil ensinar um algoritmo. "

Junto com os colegas Sara Alderweireldt e Jeroen Schouwenberg, Caron recentemente conduziu uma segunda 'corrida' nos dados. Ele quer refinar ainda mais o método. "Meu objetivo é fazer descobertas na física de partículas por meio da inteligência artificial (IA) e do aprendizado de máquina. Um computador não é apenas objetivo, a automação também fornece um caminho mais barato e rápido para o progresso científico do que o que está sendo seguido atualmente - não apenas na física de partículas, mas em todos os campos da ciência. "