CERN bruger kunstig intelligens til at konkludere, at balancen mellem stof og antistof længe har været forstyrret

Forskerne på Det Europæiske Center for Kerneforskning (CERN) er ikke blevet forbigået i boomet for kunstig intelligens (AI) og er begyndt at bruge den til at analysere videnskabelige data. En af de opdagelser, der er gjort ved hjælp af denne moderne teknologi, er, at mængden af stof og antistof i universet ikke er lige stor.

Siden opdagelsen af antistof har forskere troet, at universet er i ligevægt, og at mængden af stof og antistof er lige stor, hvilket er en forudsætning for energibalancen i universet. Men det ser ud til, at denne grundlæggende regel er forkert.

Forskere er kommet frem til, at der under Big Bang for 13,8 milliarder år siden faktisk blev skabt lige store mængder stof og antistof. Men det ser ud til, at balancen mellem kræfterne i naturen ikke er blevet opretholdt i al den tid, og at mængden af stof nu opvejer mængden af antistof betydeligt.

Partikelfysikere har forsøgt at forklare denne uoverensstemmelse med standardmodellen, men forklaringerne har ikke givet resultater, så studiet af denne asymmetri fortsætter.

Hvad er meson-blanding?

Ved CERN's Large Hadron Collider (LHC) har forskere observeret mesoner, subatomare partikler, der består af lige mange kvarker og antikvarker, som henfalder til lettere partikler, bliver til antimesoner og tilbage igen i en proces, der kaldes meson-blanding.

Forskerne spekulerede på, om processen med at omdanne mesoner til antimesoner adskiller sig fra den omvendte proces. Derfor ville de tælle antallet af partikler før henfaldet og sammenligne det med forholdet på forskellige tidspunkter under blandingsprocessen.

For at opnå dette var CERN-forskerne nødt til at identificere mesoner og antimesoner nøjagtigt ved LHC. De brugte en tilgang kaldet flavour tagging, som blev implementeret ved hjælp af en avanceret AI-algoritme.

Hvorfor der var brug for kunstig intelligens

CERN-forskerne brugte en kunstig intelligens-algoritme til at behandle en prøve, der indeholdt 500.000 henfald af den mærkelige smukke meson til et par myoner og ladede kaoner. Den mærkelige smukke meson består af en mærkelig kvark og en nedre antikvark, mens myonen minder meget om elektronen, men vejer 207 gange mere. Kaonen er også en type meson.

Den kunstige intelligensalgoritme bruger en teknik, der kaldes et grafisk neuralt netværk. Den kan nøjagtigt bestemme egenskaberne ved at indsamle oplysninger om de partikler, der omgiver den mærkelige smukke meson, og dem, der dannes ud fra den.

Dataene om 500.000 henfald kom fra LHC Run 2, som forskerne derefter kombinerede med data fra Run 1. Hvis symmetrien mellem stof og antistof eksisterede, skulle nettoresultatet af disse målinger have været nul. Men nettoresultatet var ikke nul og svarede til standardmodellens forudsigelser.

Desuden var resultaterne i overensstemmelse med data fra andre CERN-eksperimenter som ATLAS og LHCb. Pressemeddelelsen bemærkede også, at resultaterne var nøjagtigt sammenlignelige med eksperimenter udført med LHCb, en detektor, der er designet til at udføre præcise målinger.

Resultaterne fra disse eksperimenter var også statistisk signifikante, da de opfyldte den tre-sigma-tærskel, der ofte bruges af forskere. Pressemeddelelsen tilføjer, at dette er det første bevis på CP-krænkelse i henfaldet af en mærkelig smuk meson.