Внутри протона глюоны носятся как пчёлы в улье, склеивая кварки и друг друга. Чем выше энергия столкновения, тем больше глюонов вылетает из тумана. Физики давно ищут способ описать этот рой одной простой функцией — но каждый раз приходилось подгонять форму под конкретный эксперимент.
Теперь нейросеть учится у самой физики. Уравнения движения глюонов, известные как динамика Балицкого — Ковчегова, работают «учителем»: они ограничивают возможные решения, как рельсы направляют поезд. «Ученик» — нейросеть — уточняет эти решения по реальным данным с ускорителя HERA. Так рождается модель без заранее заданных начальных условий.
Полученная картина глюонного роя без единой подстройки предсказала рождение частицы J/ψ (мезон из очарованного кварка и его антикварка) в столкновениях фотонов с протонами. Совпали и абсолютная величина, и зависимость от энергии. Это сильный довод в пользу того, что масштаб насыщения глюонов — величина универсальная, а не подгоночный параметр.
Нейросеть, впитавшая физические законы, открывает путь к изучению непертурбативных структур — тех областей, где глюоны переплетены так тесно, что обычные вычисления отказывают.
как её написали авторы, на английском arXiv:2601.16391
The process-independence of the color dipole amplitude is a cornerstone of high-energy Quantum Chromodynamics (QCD). However, standard phenomenological approaches typically rely on rigid parametric ansatzes and often require ad-hoc geometric adjustments to reconcile inclusive and diffractive measurements. To resolve this tension, we introduce Physics-Informed Neural Networks (PINNs) employing a ``Teacher--Student'' strategy. The physics-based momentum-space Balitsky-Kovchegov evolution dynamics act as the ``Teacher,'' constraining the solution manifold, while the network ``Student'' is refined against inclusive HERA $$F_2$$ data. This approach extracts a model-independent dipole amplitude without assuming initial states. Strikingly, we demonstrate that this amplitude -- without parameter retuning or geometric rescaling -- successfully predicts the absolute normalization and kinematic dependence of exclusive $$J/\psi$$ photoproduction cross-sections. This parameter-free prediction of the saturation dynamics provides promising evidence for the process-independence of the gluon saturation scale and establishes PINNs as a transformative paradigm for uncovering non-perturbative QCD structures.
Глюоны не существуют поодиночке: их можно увидеть только в «рое» внутри протона, и чем сильнее их пытаешься разделить, тем крепче они держатся друг за друга.
В романе «Задача трёх тел» Лю Цысиня инопланетяне разворачивают протоны в многомерные структуры — примерно так же физики «разворачивают» глюонный рой с помощью нейросетей.