Pour mieux comprendre les constituants de la matière, les scientifiques cherchent des traces de nouvelles particules qui confirmeraient l’existence d’une physique au-delà du Modèle standard. De nombreuses théories au-delà du Modèle standard postulent l’existence de nouvelles particules qui constitueraient des partenaires du boson de Higgs. Ces partenaires auraient un comportement similaire à celui du boson de Higgs du Modèle standard, notamment en termes de « spin », mais leur masse serait différente.
Pour trouver ces partenaires du boson de Higgs, des équipes de la collaboration CMS cherchent des signatures spécifiques dans les données collectées par le détecteur. L’une de ces signatures est le résultat de la désintégration d’un partenaire massif (X) du boson de Higgs en deux partenaires plus légers (φ), se désintégrant à leur tour en paires de photons collimatés. Les signatures constituées de photons sont idéales lorsqu’on recherche des particules de masse inconnue, car elles sont propres et bien comprises. Cependant, si le φ est très léger, les deux photons se superposeront largement, si bien que les outils habituellement utilisés pour les identifier seront inopérants.
C’est là qu'intervient l’intelligence artificielle. Comme on le sait, les techniques de vision artificielle reposant sur l’apprentissage automatique sont capables de distinguer de nombreux visages. Ce type de méthodes trouve maintenant une utilité en physique des particules.
Pour rechercher les partenaires X et φ du boson de Higgs, l’expérience CMS s’est basée sur le processus hypothétique X→φφ, où chacun des deux φ se désintègre en une paire de photons collimatés. À cette fin, la collaboration a entraîné deux algorithmes à distinguer les paires de photons superposés du bruit qui les entoure et à déterminer précisément la masse des particules dont elles proviennent. Une large gamme de masses a été balayée. Aucune trace de partenaire n’a été trouvée, ce qui a permis aux scientifiques de fixer des limites supérieures pour le taux de production associé à ce processus. Ces résultats sont l’étude la plus sensible menée à ce jour sur des particules de type Higgs dans cet état final.
Comment est-il possible de contrôler l’efficacité de cet outil d’intelligence artificielle ? Ce n’est pas aussi facile que de vérifier l’exactitude de la reconnaissance faciale, où il suffit de regarder. Heureusement, les processus du Modèle standard étant bien compris, les scientifiques de CMS ont pu s’y référer pour contrôler l’efficacité des techniques d’intelligence artificielle. Par exemple, le méson η était tout indiqué pour servir de banc d’essai, car il se désintègre lui aussi en deux photons. En appliquant ces techniques, les scientifiques de CMS ont ainsi pu identifier nettement le méson η et reconstituer sa trace à partir de sa désintégration en photons.
Cette analyse montre clairement que les algorithmes d’IA peuvent servir à isoler avec netteté les signatures de deux photons du bruit qui les entoure et à chercher de nouvelles particules massives. Les techniques d’apprentissage automatique s’améliorent constamment et continueront d’être utilisées pour analyser les données du LHC, ouvrant la voie à de nouvelles recherches de CMS sur des questions encore plus épineuses.
Plus d'information ici (en anglais).