麻省理工学院的物理学家们找到了一种方法，可以通过一种确定碰撞事件对之间相似程度的技术，自动搜索陌生、可能是新的物理学。通过这种方法，可以估计质子束碰撞中数十万次碰撞之间的关系，并根据相似程度创建事件的几何图。研究人员表示，新技术是第一个将大量粒子碰撞相互关联起来的技术，类似于社交网络。麻省理工学院(MIT)物理学副教授杰西泰勒(Jesse Thaler)表示：社交网络地图是基于人与人之间的联系程度。
例如在从一个朋友到另一个朋友之前，你需要多少邻居，这里也是一样。这种粒子碰撞的社交网络可以让研究人员感觉质子碰撞时发生事件的联系更紧密，因此也更典型。还能在碰撞网络的外围快速发现不同事件，从而进一步研究潜在的新物理学。合作者，研究生Patrick Komiske和Eric Metodiev，在麻省理工学院理论物理中心和麻省理工学院核科学实验室进行了这项研究，其研究发表在《物理评论快报》期刊上。
在某种程度上，研究团队专注于开发分析大型强子对撞机和其他粒子对撞机设备公开数据的技术，希望能挖掘出一些有趣的物理现象，而其他人最初可能没有注意到。能接触到这些公共数据真是太棒了，但要从这么多数据中筛选出究竟发生了什么，是一件令人畏惧的事情。物理学家通常通过对撞机数据来寻找他们认为基于理论预测有趣碰撞的特定模式或能量，希格斯玻色子(Higgs boson)的发现就是如此。
希格斯玻色子是一种难以捉摸的基本粒子，由标准模型预测出来。该粒子的性质在理论上得到了详细的描述，但直到2012年才被观测到。当时，物理学家们已经大致知道该寻找什么，在数万亿次质子碰撞中发现了隐藏在其中的希格斯玻色子特征。但是，如果粒子表现出的行为，超出了物理学家没有理论可预测的标准模型预测，那又会怎样呢？
Thaler, Komiske和Metodiev已经找到了一种新方法来筛选对撞机数据，而无需提前知道要寻找什么。不是一次只考虑一个冲突事件，而是寻找比较多个事件的方法，其想法是，也许通过确定哪些事件更典型，哪些不那么典型，可能会挑选出具有潜在有趣、意外行为的异常值。研究试图做的是对我们认为新物理或不新物理持不可知论的态度，想让数据自己说话。
网友评论