Personal investigador aplicó per primer vegada la intelixencia artificial na busca de materia escuro. Un trabayu nel que participó'l Grupu de Física d'Altes Enerxíes del ICTEA de la Universidá d'Uviéu, publicáu en portada de la revista "CERN Courier" -editada pol CERN y que cada mes fai xuna selección de les noticies más relevantes rellacionaes pola Física de Partícules nel mundu- enceta la localización de partícules supersimétricas o nueves superpartículas con intelixencia artificial o aprendizaxe fondu. Anguaño desconozse de qué ta fecha la materia escuro, pero la so naturaleza podría esplicase poles partícules supersimétricas, o siquier este ye unu de los modelos más prometedores pa dar respuesta a esta importante interrogante de la física del nuesu tiempu. Ello ye que la materia escuro supon xuna cuarta parte de la que conforma l'universu y ye cinco vegaes más abondosa que la materia ordinario.

 

El trabayu foi lideráu polos investigadores Carlos Erice Cid, Enrique Palencia Cortezón y Santiago Folgueras Gómez. Esta novedosa resultancia, qu'utiliza técniques d'aprendizaxe fondu (Deep Learning) sobro los datos recoyíos pol esperimentu CMS del LHC p'ameyorar descomanadamente les resultancies previes, ta nestos momentos na última fase d'edición antes de la so publicación en "Journal of High Energy Physics". Carlos Erice Cid, que la so tesis doctoral va incluyir esta resultancia, foi convidáu a presentar esta resultancia na conferencia internacional Rencontres de Moriond 2021, xuna de les más importantes en Física de Partícules, que va tener llugar a finales de marzu.

 

En Física, la esplicación del comportamientu de los constituyentes más pequenos que conocemos realízase al traviés xuna teoría denominada'l modelu estándar. A pesar d'apurrir les predicciones más precises de les interacciones fundamentales, hai delles característiques del nuesu universu que nun ye capaz d'esplicar. Xuna de les más importantes ye la mentada composición de lo que conocemos como materia escuro.

 

Los modelos supersimétricos son un tipu de teoríes que pueden apurrir, ente otres coses, los ingredientes pa esplicar la naturaleza de la materia escuro. Nestos modelos apaecen de manera natural xuna plétora de nueves partícules bien pesaes con interacciones desaxeradamente débiles cola materia ordinario: les superpartículas. Los esperimentos del LHC, y en particular el CMS, lleven más d'una década buscando estes posibles superpartículas. La dificultá finca en qu'hai xuna bajísima probabilidá de que se produzan nos choques ente protones del LHC, según en que, una vegada producíes, escapar ensin ser vistas pol detector por cuenta de la so escasa capacidá d'interacción. Hai qu'inferir la so presencia estudiando'l restu de les partícules producíes nel choque, ente los miles de millones de choques que se producieron nel LHC.

 

P'atopar choques nes que se produxeren estes partícules tan especiales búscase la so "firma" (signature). Mírase'l tipu de partícules que se produz (con especial interés nos electrones y los muones, los sos "primos" más pesaos), mídense les sos cargues, sabores, enerxía... según el balance enerxéticu que'l so déficit indicaría la posible esistencia de les superpartículas (o de neutrinos). Y esto compárase con simulaciones de choques nes que s'inclúi o s'esclúin los modelos supersimétricos. El problema ye que la masa de les superpartículas nun ta definida nestos modelos, y esta masa modifica significativamente la firma" de los choques con superpartículas.

 

Carlos Erice Cid, Enrique Palencia Cortezón y Santiago Folgueras (Universidá d'Uviéu) xuntu con Willem Verbeke (Universidá de Gante) escurrieron un novedosu métodu qu'utiliza técniques d'intelixencia artificial de tipu aprendizaxe fondu (Deep Learning). En particular, diseñaron xuna estratexa qu'usa redes neuronales paramétricas entrenaes pa identificar la presencia de dos tipos de partícules supersimétricas bien relevantes ("charginos" y "neutralinos"). Nel entrenamientu usaron un ampliu rangu de valores pa les mases desconocíes de les superpartículas. Con esti métodu consíguese'l resultancia más potente de CMS na busca de charginos y neutralinos. La sensibilidá a la presencia de nueves partícules supersimétricas amontar ente un 30 % y un 100 %. Entá más en delles rexones de mases especialmente complicaes pa los analises de datos tradicionales.

 

El Grupu de Física Esperimental d'Altes Enerxíes, dirixíu por Javier Cueves Maestru, forma parte tamién del Institutu Universitariu de Ciencies y Tecnoloxíes Espaciales d'Asturies (ICTEA) y del Departamentu de Física de la Universidá d'Uviéu. El Grupu cunta con una esperiencia de más de 25 años en Física de Partículessobremanera n'esperimentos del Llaboratoriu Européu de Física de Partícules del CERN.