Нейросеть на слух: как измерить энергию частицы в шуме коллайдера экспресс

Оригинал: "Optimised neural networks for online processing of ATLAS calorimeter data on FPGAs"
arXiv:2510.11469 · 2025-10-13 · CC BY 4.0 · 1 мин
Нейросеть, встроенная в детектор, вслушивается в шум коллайдера и с рекордной точностью измеряет энергию частиц.

Измерить энергию частицы в Большом адронном коллайдере — задача, сравнимая с попыткой расслышать шёпот в ревущей толпе. При столкновении протонов рождается настоящий шквал частиц, и их сигналы в детекторе сливаются в какофонию. Обычные методы регистрации, подобно человеческому уху, забитому шумом, систематически занижают истинную энергию — часть информации просто теряется в наложениях.

Чтобы решить эту проблему, учёные разработали нейросеть, которая работает прямо в детекторе, на аппаратном уровне. Она вслушивается в этот гул и выделяет слабый голос нужной частицы из общего хора. Лучшие версии сети достигают погрешности в доли процента — это как перепутать всего 80 песчинок из миллиона. Принципиально важно, что сеть обучали исключительно на моделированных событиях, но она безошибочно распознаёт и реальные экспериментальные данные, демонстрируя устойчивость к различиям между симуляцией и действительностью.

Самое ценное свойство сети — она честно сообщает, когда сомневается в своём предсказании. Подобно опытному слухачу, который говорит: «Вроде слышу шёпот, но поручиться не могу». Такая откровенность уберегает физиков от ложных открытий, позволяя отбрасывать ненадёжные измерения.

Теперь у физиков появился инструмент, чтобы точнее изучать неуловимые частицы, например, кандидаты на роль тёмной материи, даже в условиях сильного шума. А вся вычислительная проницательность, необходимая для такого анализа, умещается на специализированном чипе размером меньше спичечного коробка — это открывает путь к компактным и быстрым системам обработки данных в будущих экспериментах.

Детектор ATLAS размером с восьмиэтажный дом, а нейросеть, обрабатывающая его сигналы, умещается на чипе меньше спичечного коробка.

Учёные
Emmy NoetherSatyendra Nath BoseAlbert EinsteinWolfgang PauliEnrico FermiPaul Dirac
Понятия
рекуррентные нейронные сети реконструкция данных с помощью нейронных сетей большие языковые модели трансформеры реанализ глубокое обучение в медицинской визуализации детектор ATLAS архитектура памяти нейронной сети генеративно-состязательные сети обработка естественного языка анализ медицинских изображений ускорение молекулярной динамики активное обучение материалы на основе машинного обучения