172个机构合作，发现奇异粒子，机器学习分析约1.6亿次粒子碰撞数据
ATLAS事件显示了本研究中神经网络发现的与标准模型预测偏差最大的八个事件之一。（来源：欧洲核子研究中心）编辑|X粒子物理学家的任务是挖掘大量不断增长的碰撞数据，寻找尚未发现的粒子证据。特别是，他们正在寻找未包含在粒子物理标准模型中的粒子。科学家怀疑我们目前对宇宙结构成分的理解是不完整的。来自ATLAS合作组的172位科学家们近日利用一种受大脑启发的机器学习算法——神经网络，选择大量粒子碰撞数据，搜索数据中的异常特征或异常现象。这种算法可以快速识别出数万亿的数据点中的异常，为物理领域的研究带来了突破性进展
编辑 | X
粒子物理学家的任务是挖掘大量不断增长的碰撞数据，寻找尚未发现的粒子证据。特别是，他们正在寻找未包含在粒子物理标准模型中的粒子。科学家怀疑我们目前对宇宙结构成分的理解是不完整的。
来自ATLAS合作组的172位科学家们近日利用一种受大脑启发的机器学习算法——神经网络，选择大量粒子碰撞数据，搜索数据中的异常特征或异常现象。这种算法可以快速识别出数万亿的数据点中的异常，为物理领域的研究带来了突破性进展。
研究团队使用一种称为异常检测的机器学习方法来分析大量ATLAS数据。此前该方法从未应用于对撞机实验的数据。该方法目前尚未应用于对撞机实验的数据，但研究团队正在努力将其应用于更多实验数据。
神经网络发现了一个异常现象。能量约为4.8太电子伏特（TeV）的奇异粒子衰变会产生μ子和其他粒子射流，其方式不符合神经网络对标准模型相互作用的解释。
该技术打破了寻找新物理学的传统方法。它独立于科学家的先入之见，因此不受其限制。
该研究以「Search for New Phenomena in Two-Body Invariant Mass Distributions Using Unsupervised Machine Learning for Anomaly Detection at √s=13 TeV with the ATLAS Detector」为题，发表在《Physical Review Letters》上。
10 来年，ATLA 实验还没发现任何新粒子
传统上，ATLAS 科学家依靠理论模型来指导他们的实验和分析，朝着最有希望发现的方向发展。这通常涉及执行复杂的计算机模拟，来确定数据的某些方面根据标准模型（Standard model，SM）会是什么样子。
科学家通过对一些标准模型进行预测和ATLAS实验的真实数据进行比较，发现它们还将它们与新物理模型做出的预测进行比较，例如一些试图解释暗物质质量和标准模型未解释的其他现象的未解释现象的预测。这些预测可以帮助科学家们更好地了解暗物质质量和标准模型未解释现象的性质。
但到目前为止，在 ATLAS 记录的数十亿次碰撞中，尚未观察到任何偏离标准模型的现象。自 2012 年发现希格斯玻色子（Higgs boson）以来，ATLA 实验还没有发现任何新粒子。
神经网络分析约 1.6 亿个事件
该研究的主要作者、阿贡高能物理部门的物理学 Sergei Chekanov 说，「异常检测是一种非常不同的搜索方式，我们的目标不是寻找非常具体的偏差，而是在完全未经探索的数据中找到不寻常的特征，这些特征可能与我们的理论预测不同。」
为了执行此类分析，科学家将数据中的每个粒子相互作用表示为类似于二维码的图像。然后，该团队通过将神经网络暴露于 1% 的图像来训练其神经网络。
该网络由大约 200 万个互连节点组成，类似于大脑中的神经元。在没有人类指导或干预的情况下，它可以识别并记住图像中表征标准模型交互的像素之间的相关性。换句话说，它学会了识别符合标准模型预测的典型事件。
训练结束后，科学家们将其余 99% 的图像输入神经网络，来检测异常情况。当给定图像作为输入时，神经网络的任务是利用其对整个数据的理解来重新创建图像。
Chekanov 说：「如果神经网络遇到新的或不寻常的东西，它就会感到困惑，并且很难重建图像。如果输入图像与其产生的输出之间存在很大差异，它会让我们知道在这个方向上可能有一些有趣的东西值得探索。」
利用阿贡实验室计算资源中心的计算资源，神经网络分析了 2015 年至 2018 年收集的 LHC Run-2 数据中的约 1.6 亿个事件。
发现异常现象
尽管神经网络在该数据集中没有发现任何新物理学的明显迹象，但它确实发现了一个科学家认为值得进一步研究的异常现象。能量约为 4.8 太电子伏的奇异粒子衰变会产生 μ 子（一种基本粒子）和其他粒子射流，其方式不符合神经网络对标准模型相互作用的理解。
「我们必须进行更多研究，」Chekanov 说。「这可能是一种统计波动，但这种衰变有可能表明存在未被发现的粒子。」
该团队计划将该技术应用于 2022 年开始的 LHC Run-3 期间收集的数据。ATLAS 科学家将继续探索机器学习和异常检测作为绘制粒子物理学未知领域工具的潜力。
参考内容：https://phys.org/news/2024-04-machine-reveal-undiscovered-particles-large.html
前瞻研判：未来十年，县域特色化经济的竞争，不再是资源的竞争，而是市场信任的竞争。谁能为消费者提供最确定的价值承诺，谁就能赢得市场。 2026年全国两会刚刚落幕，“十五五”规划进入开局之年。今年的政府工作报告中，“扎实推进乡村全面振兴”被摆在突出位置，明确提出要“壮大县域富民产业，做好土特产文章”。这
2026 ISLE展前瞻：南昌光电产业集群即将重磅亮相 明年三月，深圳国际会展中心将迎来一场行业盛事。2026年3月5日至7日，ISLE国际智慧显示及系统集成展将在这里拉开帷幕。而这一次，聚光灯将格外聚焦于一个区域——南昌光电产业集群。他们将以“光耀南昌，智链全球”为主题，携一支实力雄厚的“集团军”
天龙三号海上试车成功：看中国商业航天如何将“安全”铸为核心竞争力 9月15日，山东海阳东方航天港，巨大的轰鸣声撕裂长空，炽热的白色蒸汽升腾而起。北京天兵科技自主研制的天龙三号大型液体运载火箭，在这里的海上平台成功完成了一级动力系统试车。 这次试车可不简单——它是世界首次海上动力系统试车试验。结果让人
3月18日，通用技术集团机床产业生态合作伙伴大会在北京国家会议中心举行 春日的北京，一场关乎中国工业未来的盛会拉开帷幕。通用技术集团机床产业生态合作伙伴大会在国家会议中心举行，近500位产业链上下游的企业代表与行业专家齐聚一堂。会上，通用技术集团总工程师、机床公司董事长周舟发布了集团机床产业的未来发
华为鸿蒙电脑技术与生态沟通会隆重举行，首款鸿蒙电脑惊艳登场，这一标志性事件预示着华为在电脑领域迈出了具有深远影响的关键一步，为国产电脑产业带来了全新的革新与发展契机。鸿蒙电脑的推出并非一朝一夕之功，而是华为经过五年精心策划的结果。在此期间，华为汇聚了超过10000名顶尖工程师，与20多家专业研究所紧密合作，投入大量的精力与资源进行技术研发，最终积累了超过2700项核心专利，彰显了其强大的技术实力与创新能力。新推出的HarmonyOS5采用鸿蒙内核，从操作系统底层开始重构，旨在为用户提供全面升级的办公体验
AIxiv专栏是本站发布学术、技术内容的栏目。过去数年，本站AIxiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术交流与传播。如果您有优秀的工作想要分享，欢迎投稿或者联系报道。投稿邮箱：liyazhou@jiqizhixin.com；zhaoyunfeng@jiqizhixin.com赵伟翔是哈尔滨工业大学社会计算与信息检索研究中心2021级直博生，导师为赵妍妍教授和秦兵教授。主要研究方向为对话系统、大语言模型对齐等。他曾以第一作者在ACL、AAAI、IJCAI、CO
用来运行Llama3405B优势明显。最近，Meta开源了最新的405B模型（Llama3.1405B），把开源模型的性能拉到了新高度。由于模型参数量很大，很多开发者都关心一个问题：怎么提高模型的推理速度？时隔才两天，LMSYSOrg团队就出手了，推出了全新的SGLangRuntimev0.2。这是一个用于LLM和VLM的通用服务引擎。在运行Llama3.1405B时，它的吞吐量和延迟表现都优于vLLM和TensorRT-LLM。在某些情况下（运行Llama系列模型），它的吞吐量甚至能达到TensorRT
机器之能报道编辑：杨文AI被人类带坏！这个世界，太癫了……最近，社交媒体上冒出来一堆搞怪视频，打着AI的旗号，真人cosAI，甚至抖音还专门出了个热门话题——人类模仿AI大赛。（视频来自抖音博主「关妮乱石」）视频链接：https://mp.weixin.qq.com/s/1DVc8skecSsO0a9QcklZlw套路都一个样儿：左边一张旧照片，右边打着「AI修复」的字幕，实际由真人演绎着脑干缺失的狗血「剧情」。-1-AI：第一次被人冒充，没想到比我还抽
获胜的AI数学奥林匹克模型出炉！几天前，随着榜单的公布，大家对全球首届AI数学奥林匹克竞赛（AIMO）进步奖的讨论量居高不下。这次比赛共有5个团队胜出，获得第一名的是Numina的团队，CMU_MATH位列第二，afterexams暂居第三，codeinter、Conor#2团队分别拿到第四、第五的成绩。图源：https://www.kaggle.com/c/ai-mathematical-olympiad-prize/leaderboard这一成绩，曾让陶哲轩感到惊讶。当时官方只公布了获奖名单，并未透漏
2024年WAIC・云帆奖面向全球征选AI青年技术人才，欢迎点击「此链接」报名或提名。人工智能的研究范式和产业格局正在经历深刻而积极的转变。过去一年，大模型引发了一股席卷全球的智能浪潮，这不仅推动了AI技术在更广泛领域的应用，也激发了人类对人工智能深层次潜力的追寻和探索。在这场技术革新的洪流中，通用人工智能（AGI）正逐渐从幻想走进现实。我们正处于一个新征程的起点，这个阶段将以人类对通用智能的不懈追求为特征。迎接即将到来的新时代，让我们将目光投向那些充满激情、勇于探索的青年创新者。他们凭借卓越的智慧和无畏
火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力，依托字节自研豆包多模态大模型，凭借火山方舟一站式平台，提供模型精调、推理部署、智能应用搭建等全链路服务，结合高性能AI算力，助力各行业快速落地大模型数字化与智能化应用。
