Magazine Astronomia

A caccia di nuove particelle col deep learning

Creato il 03 luglio 2014 da Media Inaf
Rappresentazione del Bosone di Higgs, particella elementare osservata per la prima volta lo scorso 2012 negli esperimenti ATLAS e CMS, condotti con l'acceleratore LHC del CERN di Ginevra.

Rappresentazione del Bosone di Higgs, particella elementare osservata per la prima volta lo scorso 2012 negli esperimenti ATLAS e CMS, condotti con l’acceleratore LHC del CERN di Ginevra.

Il computer impara da solo e i fisici aspettano solo la nuova grande scoperta dell’anno. La ricerca di nuove particelle, come il Bosone di Higgs, sta facendo passi da gigante e in futuro, ne sono certi gli esperti, verranno realizzate sempre più scoperte grazie al “deep learning”, vale a dire una serie di algoritmi di apprendimento automatico e controllato che tentano di modellare astrazioni ad alto livello di dati utilizzando architetture composte da più trasformazioni non lineari. Utilizzando questi algoritmi, creati nel campo di ricerca dell’intelligenza artificiale, i fisici e gli informatici puntano ad aumentare le loro chance di scoprire le sorelle particelle del Bosone di Higgs. I risultati dello studio dei ricercatori dell’Università Irvine della California sono stati pubblicati sulla rivista Nature Communications.

“I risultati del nostro lavoro sono entusiasmanti”, ha detto il co-autore Pierre Baldi, docente di informatica  “soprattutto con la speranza che il deep learning può aiutare a risolvere le questioni ancora aperte sulla natura della materia, della gravità e sull’origine dell’universo”. Baldi, con il ricercatore Peter Sadowski e il professore associato di fisica e astronomia Daniel Whiteson, ha nuovi metodi più rapidi e più efficienti per analizzare i dati ottenuti dagli acceleratori di particelle e dai collisori usati per meglio individuare le particelle rare, sfuggenti e che non esistono anche nel nostro universo in condizioni normali

“Ci riferiamo a una branca della scienza informatica con cui, piuttosto che programmare i computer per svolgere un compito molto difficile, i computer imparano automaticamente dagli esempi che di volta in volta si presentano”, ha spiegato Baldi. “Risulta molto difficile scrivere da zero un programma in grado di riconoscere bosoni di Higgs nei dati dei collisori, ma siamo in grado di fornire al calcolatore molti esempi di dati con e senza bosoni di Higgs: questo lascia alla macchina la possibilità di apprendere automaticamente da questi esempi”.

Il Bosone di Higgs (teorizzato già nel 1964 e la cui esistenza è stata confermata solo nel 2012 con il Large Hadron Collider al Cern di Ginevra) potrebbe contribuire a spiegare perché alcune particelle hanno massa, oltre a dare una risposta ad altri interrogativi della fisica. Trovare queste particelle non è come bere un bicchier d’acqua, anzi è più come cercare un ago in un pagliaio perché è necessario smistare e analizzare un’enorme quantità di dati epurandoli dal rumore di fondo.

Attualmente i fisici elaborano a mano formule matematiche e algoritmi che si applicano di volta in volta ai dati raccolti dagli acceleratori e che poi confluiscono in programmi di apprendimento dei calcolatori. Utilizzando invece i recenti progressi del deep learning, il team di ricerca ha eliminato la necessità della creazione manuale di formule, che portava via moltissimo tempo: il tutto avverrà in modo automatico. Negli ultimi esperimenti, il metodo dei ricercatori UCI ha portato a un aumento statisticamente significativo dell’8% nella rilevazione di queste particelle.

Per saperne di più:

Leggi qui il paper: “Searching for exotic particles in high-energy physics with deep learning”, di P. Baldi, P. Sadowski e D. Whiteson

Fonte: Media INAF | Scritto da Eleonora Ferroni


Potrebbero interessarti anche :

Ritornare alla prima pagina di Logo Paperblog

Possono interessarti anche questi articoli :

  • Il cuore a rischio degli astronauti

    cuore rischio degli astronauti

    L’astronauta della JAXA Koichi Wakata, ingegnere per l’Expedition 38, dimostra l’utilizzo dell’ecografia per raccogliere i dati nell’indagine Cardio Bue. Leggere il seguito

    Da  Media Inaf
    ASTRONOMIA, RICERCA, SCIENZE
  • Guida a gambero per Curiosity!

    Guida gambero Curiosity!

    Credit: NASA/JPL-Caltech/Univ. of ArizonaOra che Curiosity ha oltrepassato Dingo Gap, una duna di sabbia che unisce due scarpate, il paesaggio sembra molto più... Leggere il seguito

    Da  Aliveuniverse
    ASTRONOMIA, RICERCA, SCIENZE
  • Ganimede e la tettonica a zolle

    Ganimede tettonica zolle

    Ganimede, nell’occhio della sonda Galileo. Quando ai primi del Settecento Simon Marius scelse il nome di Ganimede per il maggiore dei satelliti in orbita attorn... Leggere il seguito

    Da  Media Inaf
    ASTRONOMIA, RICERCA, SCIENZE
  • “Saggese resti a casa”

    “Saggese resti casa”

    La notizia è stata una sorpresa, anche perché mai avvenuta in passato. Arresti domiciliari all’ex presidente dell’Agenzia Spaziale Italiana, Enrico Saggese,... Leggere il seguito

    Da  Media Inaf
    ASTRONOMIA, RICERCA, SCIENZE
  • Galassia a spirale con getti

    Galassia spirale getti

    Immagine ottica della galassia J1649+2635 alla quale è sovrapposta l’emissione radio in blu che mostra la presenza dei getti. Credit: Mao et al. Leggere il seguito

    Da  Media Inaf
    ASTRONOMIA, RICERCA, SCIENZE
  • Musica e astronomia a Capodimonte

    Musica astronomia Capodimonte

    28.05.2014, ore 17:00Serata di musica e astronomia all’Osservatorio di Capodimonte dell’INAF. La musica delle “Sfere” è stato il tema della serata organizzata... Leggere il seguito

    Da  Media Inaf
    ASTRONOMIA, RICERCA, SCIENZE
  • A Milano il congresso SAIt

    Milano congresso SAIt

    Strutture cosmiche: dal Sistema Solare ai confini dell’Universo. È il titolo del 58° congresso nazionale della Società Astronomica Italiana (SAIt) che si... Leggere il seguito

    Da  Media Inaf
    ASTRONOMIA, RICERCA, SCIENZE