Au Grand collisionneur de hadrons, des protons entrent en collision et des dizaines de particules naissent de l'éclair. Parmi elles peuvent se trouver les traces de processus rares – par exemple, la désintégration du boson de Higgs en deux bosons W. Mais ces particules s'éloignent si vite que leurs traces se fondent en un seul jet large. Distinguer un tel jet parmi des milliers de jets similaires, c'est comme trouver la bonne branche dans une forêt bruyante.

Le nouvel algorithme, nommé PaRT, agit comme un observateur attentif. Il examine chaque particule à l'intérieur du jet et décide lui-même lesquelles sont les plus importantes. Cette approche s'appelle le mécanisme d'attention – elle est à la base des réseaux de neurones modernes. PaRT a été entraîné sur de nombreux exemples : des jets ordinaires et des jets issus de désintégrations de différentes particules. Pour la première fois, un algorithme reconnaît bien les jets du boson de Higgs se désintégrant en bosons W.

Les physiciens ont testé l'algorithme sur les données collectées par CMS sur plusieurs années de fonctionnement. Il s'est avéré que dans les collisions réelles, il fonctionne aussi bien que dans les simulations, avec un facteur de correction d'environ 0.9–1.0. Cela signifie qu'on peut lui faire confiance. Désormais, PaRT aidera à mesurer plus précisément les propriétés du boson de Higgs et à chercher de nouvelles particules qui se désintègrent de manière similaire.

La forêt de particules devient plus claire lorsqu'on dispose d'un outil capable de mettre en évidence l'essentiel. PaRT est un tel outil : il ne se contente pas de voir les jets, il comprend de quoi ils sont faits.