中国科学院高能物理研究所阮曼奇团队、北京大学周辰团队和欧洲核子研究中心曲慧麟研究员，近日提出了一种喷注本源鉴别技术。这一技术可大幅提升高能对撞机实验的科学发现能力。该成果于2024年5月31日在国际权威期刊《物理评论快报》上发表(Phys. Rev. Lett. 132.221802 (2024))，被审稿人评价为“世界顶级的鉴别性能”，“改变了游戏规则”，“开创了未来对撞机实验上精确测量的新视野”。
夸克和胶子是粒子物理标准模型中的基本粒子，与电子或光子不同，夸克和胶子不能在时空中自由运动，只能被束缚在如质子或中子这样的复合粒子中。对撞机实验中产生的高能夸克或胶子会通过复杂的相互作用转化为大量的末态粒子，后者将沿着原夸克或胶子的运动方向在较小的角度内喷射而出，这一现象被称为喷注。喷注在高能对撞实验中可大量产生，准确鉴别喷注的本源、即喷注来源于何种夸克或胶子，对于发掘和理解对撞机事例背后的物理规律极为重要。另一方面，产生自不同夸克和胶子的喷注在构型上极为相似，准确鉴别喷注本源的难度非常高。
环形正负电子对撞机(CEPC)中模拟的双喷注事例示意图
结合原创的高性能粒子流重建算法Arbor以及先进的人工智能技术ParticleNet，本项目研究团队开发了一种高效的喷注本源识别技术。该技术通过捕捉不同种类喷注之间的微小差异，可同时高效区分由五种夸克(上、下、奇异、粲、底)、五种反夸克，以及胶子产生的十一种不同喷注。这一技术可以帮助科学家准确测量不同粒子同夸克以及胶子之间的相互作用，并捕捉某些极其微弱的希格斯粒子衰变信号。该技术可以把未来对撞机上关键物理测量的精确程度提升一个数量级，大幅扩展了大科学装置的科学发现能力。
本技术不仅为科学家们在未来对撞机上的科学探索提供了强有力的全新工具，也证明了喷注产生过程内所蕴含的复杂信息可以被先进的人工智能算法理解并利用。在未来，科研团队计划进一步研究人工智能技术在更广泛、更深层的科学问题上的应用。
