Una red neuronal entrenada con colisiones de protones y electrones transfirió sus habilidades a un experimento completamente diferente: la captura de neutrinos. Como un cocinero que aprendió a preparar cocina francesa y luego, sin preparación, hornea un excelente plov uzbeko.
Los investigadores tomaron el modelo OmniLearned, entrenado con datos de aceleradores de partículas, donde las energías son enormes y los detectores complejos. Luego lo probaron con eventos de MINERvA, un detector que captura neutrinos de un acelerador con energías de solo unos pocos gigaelectronvoltios. La red neuronal debía adivinar la energía de las partículas y reconocer si en la reacción se habían producido piones.
El resultado sorprendió: el modelo, que nunca había visto datos de neutrinos, funcionó mejor que sus gemelos entrenados desde cero específicamente para MINERvA. Con la misma cantidad de cómputo y el mismo número de pasos de entrenamiento, el modelo transferido dio respuestas más precisas. Esto significa que, durante el entrenamiento con datos diversos, la red neuronal aprendió patrones generales de la física de partículas que funcionan también con otras energías, detectores y tipos de interacciones.
Esta transferencia de conocimiento promete una revolución en el análisis de datos: en lugar de entrenar un nuevo modelo para cada experimento, se podría usar una herramienta universal. Esto ahorraría tiempo y recursos computacionales, y además aceleraría los descubrimientos.
Y he aquí que el cocinero que dominó la cocina francesa ya prepara plov, y lo hace mejor que los cocineros locales. Quizás pronto los físicos tengan un asistente universal que entienda el lenguaje de las partículas sin importar dónde y cómo nacieron.
tal como lo escribieron los autores, en inglés arXiv:2604.12364
Future AI-based studies in particle physics will likely start from a foundation model to accelerate training and enhance sensitivity. As a step towards a general-purpose foundation model for particle physics, we investigate whether the OmniLearned foundation model pre-trained on diverse high-$$Q^2$$ simulated and real $$pp$$ and $$ep$$ collisions can be effectively transferred to a few-GeV fixed-target neutrino experiment. We process MINERvA neutrino--nucleus scattering events and evaluate pre-trained models on two types of tasks: regression of available energy and binary classification of charged-current pion final states ($$\mathrm{CC1\pi^{\pm}}$$, $$\mathrm{CCN\pi^{\pm}}$$, and $$\mathrm{CC1\pi^{0}}$$). Pre-trained OmniLearned models consistently outperform similarly sized models trained from scratch, achieving better overall performance at the same compute budget, as well as achieving better performance at the same number of training steps. These results suggest that particle-level foundation models acquire inductive biases that generalize across large differences in energy scale, detector technology, and underlying physics processes, pointing toward a paradigm of detector-agnostic inference in particle physics.
Los neutrinos son tan escurridizos que cada segundo atraviesan tu cuerpo billones de estas partículas, pero a lo largo de toda tu vida solo una o dos interactuarán con la materia de tu cuerpo.