Imaginez un tapis roulant sur lequel défilent 30 millions de colis chaque seconde, et un contrôleur qui doit décider instantanément de leur contenu : précieux ou déchet. Au Grand collisionneur de hadrons, ce tapis roulant est le déclencheur de l'expérience LHCb, qui sélectionne les désintégrations rares de particules parmi des milliards de collisions. Autrefois, le contrôleur était un ensemble de règles simples : si le signal dépassait un seuil, la particule était considérée comme un muon ou un électron. Mais ces règles laissaient passer beaucoup de déchets, et parfois les signaux précieux étaient perdus.

Aujourd'hui, les règles sont remplacées par des réseaux de neurones, des contrôleurs entraînables qui ne voient pas un seul indicateur, mais une image complète. Pour que le réseau ne se laisse pas distraire par le bruit et ne prenne pas des fluctuations aléatoires pour un signal, on a limité sa sensibilité : même si les données d'entrée varient légèrement, la sortie ne bronche pas. C'est comme un contrôleur à la main ferme qui ne sursaute pas au moindre bruissement. La contrainte est appliquée via la normalisation des poids : chaque poids de la première couche est limité individuellement, et dans les couches suivantes, c'est la somme des poids entrants dans un neurone qui est limitée. Les activations GroupSort n'augmentent pas la sensibilité, donc le comportement du réseau reste prévisible.

L'entraînement a été effectué sur des événements simulés : les signaux étaient les désintégrations de J/ψ et Υ(1S) en paires de leptons, et le bruit de fond était constitué de protons pour les muons, et de pions et kaons pour les électrons. Les variables d'entrée ont été mises à l'échelle dans l'intervalle de 0 à 1. Pour les muons, le réseau recevait cinq variables : le chi-carré de l'ajustement de la trace avec les hits des stations à muons, la somme des carrés des résidus, et trois différences de pentes de la trace entre les sous-détecteurs. Pour les électrons, six variables : deux estimations du rapport énergie sur impulsion, le carré de la distance entre la trace extrapolée et le centre du amas, et trois moments de forme de la gerbe dans le calorimètre. Les réseaux sont minuscules : environ 500 paramètres, soit environ 2 kilo-octets en simple précision. Pour chaque trace, ils n'ajoutent que 24 à 28 octets de données.

Le résultat a dépassé les attentes. À efficacité de signal égale, les réseaux de neurones rejettent mieux le bruit de fond que les anciens algorithmes à seuil dans toutes les régions cinématiques étudiées. Pour les muons, le gain est maximal aux impulsions modérées et élevées, là où passe la majorité des traces après la sélection ; aux impulsions faibles, la différence est minime. Pour les électrons, l'amélioration est la plus marquée aux impulsions faibles, où la résolution en énergie du calorimètre est moins bonne et où la variable unique E/p est peu discriminante. Le réseau dépend très peu de la pseudo-rapidité et de l'impulsion transverse. Le profilage d'une séquence HLT1 typique montre que les noyaux d'identification des muons et des électrons consomment chacun 0,5 à 0,9 % du temps GPU total, soit moins que les opérateurs à seuil qu'ils remplacent.

Avant ces travaux, on ne savait pas s'il était possible d'intégrer l'identification neuronale des leptons dans le budget serré du déclencheur GPU sans perte de vitesse ni de fiabilité. On a maintenant montré que c'est possible. En limitant la sensibilité du réseau via la normalisation des poids et les activations GroupSort, puis en l'entraînant sur des signaux et bruits de fond simulés, on a amélioré le rejet du bruit de fond dans toutes les régions cinématiques, tout en occupant moins de 1 % du temps GPU. Cette approche peut s'appliquer à tout système de sélection d'événements en flux où une classification rapide et robuste est nécessaire : d'autres détecteurs de collisionneurs aux capteurs industriels. Le contrôleur sur le tapis roulant est devenu plus intelligent, mais n'a pas perdu la fermeté de sa main.