Red neuronal al oído: cómo capturar la energía de una partícula ⚡ экспресс
Para la modernización del detector ATLAS en el Gran Colisionador de Hadrones, los investigadores optimizaron redes neuronales para la reconstrucción de energía en los calorímetros en condiciones de alta multiplicidad de eventos (pile-up). Mediante optimización bayesiana, encontraron un equilibrio entre precisión y tamaño de las redes, aptas para FPGA (matrices de puertas lógicas programables) — chips programables que funcionan en tiempo real. Las mejores arquitecturas, incluyendo las completamente conectadas, convolucionales e híbridas, alcanzaron una resolución energética transversal de aproximadamente 80 MeV, superando al método tradicional de filtrado óptimo. Además, implementaron la regresión evidencial profunda (Deep Evidential Regression), que estima la incertidumbre para cada evento sin aumentar la complejidad de la red.
Medir la energía de una partícula en el Gran Colisionador de Hadrones es como escuchar un susurro entre una multitud rugiente. Al colisionar protones, nace una avalancha de partículas cuyas señales se funden en una cacofonía. Los métodos convencionales, como un oído tapado por el ruido, subestiman sistemáticamente la energía.
Los científicos crearon una red neuronal que opera directamente en el detector. Escucha atentamente este bullicio y capta la débil voz de la partícula deseada. Las mejores versiones de la red se equivocan en fracciones de un por ciento, como confundir 80 granos de arena entre un millón. Además, la red se entrenó con eventos simulados, pero reconoce sin error los datos reales.
Ahora los físicos podrán estudiar con más precisión partículas esquivas, como la materia oscura, incluso en medio de un fuerte ruido. Y toda esta perspicacia cabe en un chip más pequeño que una caja de cerillas.
🎯 El detector ATLAS tiene el tamaño de un edificio de ocho pisos, pero la red neuronal que procesa sus señales cabe en un chip más pequeño que una caja de cerillas.