يبدو البروتون ككرة متماسكة، لكن داخله حياة مليئة بالحركة: تتبادل الكواركات الغلوونات، وهي الجسيمات التي تلصقها ببعضها. تظهر الغلوونات وتختفي، وتوزيعها عبر البروتون ليس مجرد تفصيلة مثيرة للاهتمام، بل هو المفتاح للتنبؤات في مصادم الهادرونات الكبير. سابقًا، كانت هذه التوزيعات (وتسمى دوال بارتون) تُستخرج من البيانات كما تُستخرج السمكة من الماء: كان يُقسَّم الصيد إلى سلال خلايا ويُحسب ما في كل سلة. لكن مع هذا الفرز، تضيع التفاصيل الدقيقة.
الآن جرب الفيزيائيون نهجًا مختلفًا: تمرير الصيد كله عبر شبكة عصبية دفعة واحدة، دون سلال. تتعلم الشبكة العصبية من ملايين الأحداث الناتجة عن التصادمات التي تولد أزواجًا من كواركات القمة، وهي أثقل الجسيمات المعروفة. إنها تنظر إلى البيانات الخام غير المجزأة القادمة من الكاشف وتستخرج الأنماط بنفسها. ولأول مرة، طُبق هذا النهج على توزيع الغلوونات، فزادت الدقة بشكل ملحوظ.
هذه الطريقة لا تحسّن الأرقام فحسب، بل تزيل الاعتماد على الافتراضات الخشنة حول كيفية ترابط الأخطاء. عندما لا تُقطع البيانات إلى أجزاء، ترى الشبكة العصبية الصورة كاملة وتخطئ أقل. بالنسبة لمصادم الهادرونات الكبير عالي الإضاءة في المستقبل، حيث ستكون البيانات أكثر بكثير، ستصبح هذه الدقة ضرورة.
كما كتبه المؤلفون، بالإنجليزية arXiv:2604.13157
The precise determination of the parton distribution functions (PDFs) of the proton is an essential ingredient for LHC analyses, including for those at the upcoming High-Luminosity LHC. So far, PDFs are determined from global fits to binned low-dimensional data obtained from unfolded hard-scattering cross section measurements. In this work we demonstrate for the first time the feasibility of neural simulation-based inference (NSBI) for constraining the proton PDFs using a high-dimensional unbinned data set. Exploiting the full statistical power of unbinned data removes the loss of information inherited by the binning procedure. As a proof-of-concept, we determine the gluon PDF from simulated data of top quark pair production at the LHC with $$\sqrt{s}=13$$ TeV. Taking into account both experimental and theoretical systematic uncertainties in the detector-level features, we demonstrate how the NSBI pipeline achieves significant improvements in precision compared to existing low-dimensional binned analyses. Our results illustrate the potential of unbinned inference to reduce the reliance on coarse approximations of uncertainties and their correlations entering PDF determinations, hence contributing to a new paradigm of unbinned detector-level ML-assisted measurements at the LHC.
اكتُشفت الغلوونات في عام 1979 في تجربة على مسرع PETRA في هامبورغ: ثلاث نفاثات من الجسيمات ناتجة عن تصادم إلكترون وبوزيترون كشفت عن وجود جسيم ثالث غير مرئي.
في مسلسل «ستار تريك»، تُذكر الكواركات والغلوونات كمصدر لطاقة محرك الاعوجاج، رغم أن ديناميكياتها الداخلية لا تزال تحيّر الفيزيائيين حتى اليوم.