مصوّر فوتوغرافي يلتقط غابة ليلية محاولًا الإمساك باليراعات في كادر. الومضات نادرة وخافتة، وحوله ضجيج الريح وأضواء بعيدة. هكذا تقريبًا يعمل الكاشف الضخم Hyper-Kamiokande في اليابان: فهو يلتقط النيوترينوات — جسيمات شبه غير ملموسة — عبر ومضات ضوئية صغيرة في 260 ألف طن من الماء. الطريقة القديمة، عداد الضربات البسيط، تشبه مصوّرًا يضغط على زر الغالق عند كل حفيف، ويخطئ الهدف في معظم الأحيان.
مؤلفو الدراسة الجديدة علّموا شبكة عصبية النظر إلى الضوضاء نفسها بطريقة مختلفة. أحد النماذج تدرّب على إشارات حقيقية — كما لو أن المصوّر شاهد مئات الصور لليراعات. ونتيجة لذلك، يكتشف إلكترونًا بطاقة 3 ميغا إلكترون فولت (وهي تقريبًا طاقة فوتون أشعة سينية) في 76.7% من الحالات. العداد القديم — فقط في 26.4%. نموذج آخر، ترميز ذاتي، تعلّم على الضوضاء فقط، دون مثال واحد للإشارة — ومع ذلك وجد 31.8% من الأحداث. هذا مثل التعرّف على لحنٍ وأنت لا تعرف سوى الصمت.
تعمل كلتا الشبكتين العصبيتين مباشرة على بطاقة الرسوميات، معالجةً كل جزء من البيانات في أقل من ميلي ثانية. هذا أسرع من رمشة عين الإنسان. مثل هذا «الغالق الذكي» لن يفوت إشارة نادرة، حتى لو جاءت من أعماق الكون أو من انفجار مستعر أعظم في مكان ما في مجرتنا.
كما كتبه المؤلفون، بالإنجليزية arXiv:2605.31391
Modern machine learning techniques have become increasingly important in particle physics because of their powerful pattern-recognition capabilities, including in real-time data acquisition where stringent runtime constraints apply. This paper details the performance of deep-learning-based trigger algorithms for a large water Cherenkov detector such as Hyper-Kamiokande aimed at low-energy neutrino events (below 7 MeV). The performance of custom neural-network supervised classifiers is shown alongside two anomaly-detection approaches trained solely on detector noise: a pure autoencoder and an energy-based model based on Manifold Projection--Diffusion Recovery (MPDR). The supervised model shows signal identification efficiencies of 76.7% for single electrons of 3 MeV kinetic energy, significantly exceeding signal efficiencies obtained from a traditional hit-count-based trigger of 26.4%, as does the MPDR approach with 31.8%. Runtime evaluations on GPU yield per-window inference latencies well below the millisecond scale, indicating that real-time operation is feasible.
سيكون Hyper-Kamiokande أكبر بخمس مرات من سابقه Super-Kamiokande، وسيكون قادرًا على رصد النيوترينوات القادمة من المستعرات العظمى على بعد ملايين السنين الضوئية.
في رواية «العمى الكاذب» لبيتر واتس، تُستخدم النيوترينوات كقناة اتصال مثالية — فالجسيمات تخترق أي شيء، وكاشفات مثل هذا يمكن أن تكون أجهزة استقبال لمثل هذه الإشارات.