Las partículas de alta energía colisionan en el Large Hadron Collider (LHC) o Gran Colisionador de Hadrones del CERN para crear partículas más raras y masivas, como el bosón de Higgs, que se encontró allí en 2012. Sin embargo, aún queda mucho por descubrir sobre esta partícula, cuyas características la diferencian de todas las demás partículas fundamentales.

Para realizar pruebas más avanzadas, el mayor y más potente acelerador del mundo va a recibir una importante actualización. El SLAC National Accelerator Laboratory del Departamento de Energía de EE. UU. está llamado a desempeñar un papel crucial.

Según el SLAC, sus experimentadores y teóricos trabajarán juntos para construir piezas esenciales del detector y herramientas de análisis de datos para la mejora del High-Luminosity-LHC (HL-LHC). Los avances están programados para ayudar a los investigadores a sondear el Bosón de Higgs y explorar la física más allá del Modelo Estándar.

El funcionamiento del LHC se basa en la instalación de imanes superconductores a lo largo de kilómetros de “pistas” en forma de tubo que pueden curvar, dirigir y acelerar un haz de partículas de alta energía a una velocidad cercana a la de la luz.

Papel crucial en la mejora del detector HL-LHC

El LHC se está convirtiendo en el HL-LHC para medir por primera vez el autoacoplamiento e investigar las propiedades del bosón de Higgs. La luminosidad del LHC, que representa la cantidad de colisiones durante un periodo de tiempo, aumentará como resultado del HL-LHC. Más colisiones aumentan la probabilidad de que surjan partículas poco comunes y sean detectadas por los detectores del acelerador, además del número de bosones de Higgs.

SLAC debe finalizar el ensamblaje interno de un componente crucial del detector antes de que el HL-LHC comience la recogida de datos en 2029.

La rápida sucesión de miles de millones de colisiones previstas en el HL-LHC supone un reto para el detector ATLAS a la hora de detectar y distinguir eficazmente las partículas generadas en estas colisiones. El detector se enfrenta a dificultades para identificar sucesos significativos en medio de la densa acumulación de colisiones.

Según los investigadores, la mejora de las dos capas más profundas de ATLAS, que son las más cercanas a las colisiones, es responsabilidad del SLAC, lo que se hará en colaboración con otros trece laboratorios e instituciones nacionales.

El Inner Tracker (ITk), cuyos diminutos sensores de silicio, o píxeles, trazarán las trayectorias de las partículas tras la colisión, sustituirá al corazón de ATLAS.

Philippe Grenier, director de nivel 2 de la actualización de ITk y científico principal en SLAC, dijo en un comunicado:

“ITk es absolutamente crucial para la actualización y encaja exactamente en esa prioridad de P5. Mientras que la mayoría de los sistemas que se entregan al CERN se ensamblarán allí, SLAC está entregando el detector del sistema interno de píxeles completo y totalmente ensamblado”.

Además, el grupo ATLAS del SLAC también ha propuesto el High Granularity Timing Detector (HGTD), un nuevo subdetector que proporcionará datos de temporización exactos al ITk para ayudar a prevenir situaciones de apilamiento.

HL-LHC. Crédito de imagen: CERN

Mejora de los sistemas de análisis de datos y disparo

El equipo del SLAC colaborará posteriormente en el análisis de los datos de ATLAS una vez que el HL-LHC esté operativo. Los investigadores tienen ahora la tarea de ampliar y mejorar el uso de la inteligencia artificial (IA) para evaluar los datos del HL-LHC con mayor eficacia. Los algoritmos de aprendizaje automático se emplean con frecuencia para extraer patrones de los datos del detector.

Para reconstruir los sucesos con mayor precisión, los investigadores deben desarrollar algoritmos avanzados de aprendizaje automático que puedan reducir las interacciones de apilamiento incluso después de mejorar ATLAS.

Schwartzman dijo:

“El trabajo para mejorar los algoritmos de reconstrucción del HL-LHC será clave para aprovechar todo el potencial físico del HL-LHC, y es sinérgico con el trabajo en el detector”.

Además, el grupo ATLAS está trabajando para integrar la IA en otras fases de la recogida de datos, como el sistema de disparo. El HL-LHC producirá entre 5.000 y 7.000 millones de colisiones por segundo.

Según los investigadores, el sistema de disparo de ATLAS reconstruye de forma rápida pero aproximada las partículas creadas durante estos sucesos para seleccionar qué eventos retener y cuáles descartar.

El grupo ATLAS está colaborando con la Technology Innovation Directorate del SLAC para averiguar cómo integrar la IA ultrarrápida en el hardware del disparador.

Michael Kagan, uno de los principales científicos del SLAC que trabajan en estos algoritmos de reconocimiento de patrones, dijo en un comunicado:

“Una de las cosas que más nos interesan es integrar la IA en estos componentes electrónicos para que funcione a nivel de microsegundos o incluso de nanosegundos y nos ayude con los algoritmos de reconocimiento de patrones”.

El equipo también es pionero en el desarrollo de herramientas de aprendizaje automático rápido para el disparador de ATLAS, alejándose de la selección tradicional de sucesos. El nuevo algoritmo detecta anomalías en los datos, revelando potencialmente física más allá del Modelo Estándar, incluso en los sucesos descartados por el sistema de disparo.

Según los investigadores, el método es prometedor más allá del HL-LHC, ya que podría ayudar a aplicaciones como la conducción autónoma de automóviles y la gestión de la afluencia de datos en instalaciones como el LCLS-II del SLAC. La adaptabilidad de Fast ML apunta a implicaciones científicas y tecnológicas más amplias, más allá de la investigación en física de altas energías.

Aunque el audio del siguiente vídeo se encuentra en inglés, usted puede activar los subtítulos en español. En caso desconozca cómo hacerlo, puede consultar esta GUÍA.

Fuente: SLAC / Stanford

Tenemos algo para decirte: Visítanos en Facebook. Únete a la discusión en nuestra comunidad en Telegram. Y si te es posible, apoya nuestro trabajo invitándonos un café. ¡Te lo agradecemos!