Um das Geheimnis der Neutrinos besser zu lüften, haben Forscher des SLAC National Accelerator Laboratory versucht, das Geheimnis der Neutrinos besser zu lüften haben ein beeindruckendes Werkzeug entwickelt: SPINE.
Dieses Programm für künstliche Intelligenz wurde speziell für eine nahezu unmöglich geltende Aufgabe entwickelt: die Interpretation der unglaublich komplexen Bilder, die von Neutrinodetektoren erzeugt werden.
Diese flüchtigen Teilchen könnten der Schlüssel zum Verständnis sein, warum das Universum mehr Materie als Antimaterie enthält – eine Frage, die unsere eigene Existenz bestimmt.
Warum sind Neutrinos so schwer zu untersuchen?
Neutrinos sind außerordentlich schwer zu untersuchen, da sie kaum mit Materie interagieren. Sie sind überall. Milliarden dieser Partikel werden von der Sonne, Supernovas oder terrestrischer Radioaktivität erzeugt und passieren jede Sekunde unseren Körper, ohne jemals die geringste Spur zu hinterlassen.
Dies brachte ihnen den Spitznamen „Geisterteilchen“ ein.. Um auch nur einige davon einzufangen, bauen Wissenschaftler riesige und außerordentlich empfindliche Detektoren.
Diese Einrichtungen ähneln denen der ICARUS-Programme oder DÜNEDabei werden häufig Hunderte Tonnen hochreines flüssiges Argon verwendet, das auf -184 °C gekühlt wird.
Wenn ein Neutrino zufällig mit einem Argonatom kollidiert, erzeugt die Kollision eine Kaskade anderer Teilchen. Diese hinterlassen Elektronenspuren, die eingefangen werden, um ein 3D-Bild des Ereignisses zu erstellen.
Das Problem besteht darin, dass das resultierende Bild ein völliges Chaos ist, ein Wirrwarr von Signalen, sich kreuzenden Flugbahnen und unaufhörlichem „Hintergrundrauschen“, das durch kosmische Strahlung verursacht wird. In diesem Datennebel ein relevantes Ereignis zu unterscheiden, ist für Teilchendetektoren eine immense Herausforderung traditionell.
Inwiefern ist SPINE AI ein Game-Changer im Vergleich zu alten Methoden?
Die künstliche Intelligenz von SPINE verändert das Spiel radikal mit ihrem hierarchischen Ansatz, der alte Ketten starrer Algorithmen ersetzt. Zuvor verwendeten Forscher eine Reihe spezialisierter Algorithmen, von denen jeder eine bestimmte Aufgabe ausführte, bevor er den Staffelstab an den nächsten weitergab.
Das Hauptproblem dieser Methode war ihre Fragilität: Ein Fehler am Anfang der Kette würde sich ausbreiten und das gesamte Endergebnis verfälschen..
SPINE funktioniert anders. Es verwendet mehrere Modelle des maschinellen Lernens die zusammenarbeiten. Ein erstes Modell identifiziert grundlegende Merkmale im Bild, ein anderes erkennt einzelne Partikel und ein letztes Modell setzt das Puzzle zusammen, um die vollständige Interaktion zusammenzusetzen.
Dieser von Wissenschaftlern wie François Drielsma und Kazuhiro Terao entwickelte Ansatz ist nicht nur robuster, sondern auch transparenter. In seinem ersten Test mit realen Daten aus dem ICARUS-Experiment stellte SPINE 60 % mehr nutzbare Neutrino-Wechselwirkungen fest als herkömmliche Methoden, mit besserer Auflösung.
Welche Rätsel im Universum könnte SPINE lösen helfen?
SPINE könnte direkt dabei helfen, zwei der größten Rätsel der Quantenphysik zu lösen : die mögliche Existenz steriler Neutrinos und das Ungleichgewicht zwischen Materie und Antimaterie.
Bewährt hat sich das Programm bereits beim ICARUS-Experiment, das nach Spuren eines sterilen Neutrinos (einer hypothetischen vierten Neutrinoart) sucht. Obwohl noch keine Beweise gefunden wurden, bestätigte die Analyse die Fähigkeit von SPINE, zuverlässige Ergebnisse anhand realer Daten und nicht nur anhand von Simulationen zu liefern.
Doch der eigentliche Krafttest für diese künstliche Intelligenz wird das DUNE-Experiment sein (Tief unterirdisches Neutrino-Experiment), die um 2030 beginnen soll. Ein Neutrinostrahl wird 1.300 km vom Fermilab zu einem unterirdischen Detektor geschickt.
Der „nahe“ Detektor in diesem Experiment wird mit Hunderten gleichzeitiger Interaktionen bombardiert, was zu einer Datenkomplexität führt, die derzeit kein anderes System bewältigen kann.
Durch die Analyse dieser Daten hoffen Wissenschaftler, subtile Verhaltensunterschiede zwischen Neutrinos und Antineutrinos festzustellen. Ein solcher Unterschied könnte schließlich erklären, warum nach dem Urknall die Materie die Antimaterie ablöste und so die Existenz von Galaxien, Sternen und Leben ermöglichte.
