Intel·ligència Artificial per a reconstruir el rastre que deixen les partícules en el LHC
L'Institut de Física Corpuscular (IFIC) organitza un congrés internacional per a explorar l'aplicació de tècniques avançades de computació a la reconstrucció de les partícules produïdes en acceleradors com el Gran Col·lisionador d'Hadrons del CERN. L'objectiu és preparar el devessall de dades que s'espera amb la millora del LHC, que a partir de 2025 multiplicarà per 10 el nombre de col·lisions. El congrés se celebra al Jardí Botànic de la Universitat de València.
Per a descobrir el bosó de Higgs primer cal saber d'on ve. La reconstrucció de traces que deixen les partícules en els experiments del Gran Col·lisionador d'Hadrons (LHC) del CERN és una de les primeres tasques per a identificar-les i saber si pertanyen a les famílies ja conegudes o si són una cosa nova. L'Institut de Física Corpuscular (IFIC), centre mixt de la Universitat de València i el CSIC, organitza un congrés al Jardí Botànic de la Universitat on reuneix grups d'investigació de tot el món per a abordar l'aplicació de tècniques d'Intel·ligència Artificial a la reconstrucció de les trajectòries de les partícules produïdes en acceleradors. L'objectiu és preparar el devessall de dades que s'espera amb la millora del LHC, que a partir de 2025 multiplicarà per 10 el nombre de col·lisions.
Cada segon es produeixen 1.000 milions de col·lisions entre els protons que circulen per l'anell del LHC. En 2026, amb la posada en marxa d'una sèrie de millores en l'accelerador –LHC d'Alta Lluminositat–, aquest número es multiplicarà per 10. “Això suposa passar de les 400 traces de partícules que tenim ara en cada col·lisió a més de 4.000 per xoc, cosa que no podrem assumir amb els mètodes de reconstrucció actuals”, comenta Salvador Martí García, investigador científic del CSIC a l’IFIC i un dels organitzadors del congrés.
Els grups de recerca de tot el món que es reuneixen aquesta setmana a València tracten de buscar una solució en la Intel·ligència Artificial. “La idea és aplicar tècniques com ‘machine learning’ i ‘deep learning’ per a reconstruir les traces de les partícules, amb la qual cosa podrem mantindre l'eficiència actual en les exigents condicions que esperem en el LHC d'Alta Lluminositat”, explica José Enrique García Navarro, científic titular del CSIC a l’IFIC i responsable de l'organització.
El congrés reuneix no solament grups d'investigació participants en els experiments del LHC com a ATLAS, CMS o LHCb, sinó també en altres experiments com Belle II en l'accelerador SuperKEKB (Japó) o en instal·lacions futures com FAIR o CLIC. En total, un centenar d'investigadors es reuneix al Jardí Botànic de la Universitat de València.
L’IFIC està molt involucrat en la reconstrucció de les trajectòries de l'experiment ATLAS, el major detector del LHC on es va descobrir el bosó de Higgs. El grup de l’IFIC és el responsable de conéixer amb precisió on se situen totes les parts del detector, un enorme puzle de 25 metres d'alt i 45 de longitud amb milers d'elements interconnectats. Aquesta labor és essencial per a poder reconstruir fidelment les trajectòries de les partícules.
“Podríem dir que l'experiment ATLAS és com una gran càmera que realitza milions de fotos de les col·lisions cada segon, i nosaltres som els encarregats d'enfocar-la”, resumeix Salvador Martí. “No obstant això, en el LHC d'Alta Lluminositat no podrem fer-ho si no utilitzem tècniques que siguen capaces d'assumir la ingent quantitat de dades que es produirà”.
L'aplicació de tècniques d'Intel·ligència Artificial també suposarà un canvi en els propis detectors que s'instal·laran en l'experiment, elements amb una electrònica capaç de realitzar un processament previ dels senyals per a discriminar informació. Així, en el congrés de València es reuneixen experts tant en software com en hardware, a més d'investigadors que desenvolupen els algorismes base d’aquestes tècniques.
Precisament, l’IFIC està construint una nova infraestructura dedicada al desenvolupament de tècniques d'Intel·ligència Artificial i al tractament de grans quantitats de dades o Big Data Analytics aplicats a l'estudi dels constituents fonamentals de la matèria (entre els objectius de la qual està la millora de la reconstrucció de les traces de partícules en experiments), i també a altres línies de recerca de l'institut com la millora del diagnòstic i el tractament del càncer. Aquesta infraestructura està finançada per la Conselleria d'Educació, Investigació, Cultura i Esport a través del programa per a l'adquisició d'infraestructures i d’equipament de R+D+i, Programa Operatiu FEDER de la Comunitat Valenciana 2014-2020.