曾经有争议的粒子物理学方法已经成为大型强子对撞机（LHC）的主流。大型强子对撞机主要的ATLAS实验已经正式投入了这种方法的注意力，“一种寻找机器产生的大量数据的替代方法”是对撞机最好的发现行为，它可以探测超出粒子物理学标准模型的行为。迄今为止，传统技术都是空手而归。
到目前为止，几乎所有在LHC上（位于瑞士日内瓦附近的欧洲粒子物理实验室的欧洲粒子物理实验室）的研究都涉及“大量搜索”，以寻找偏爱的理论。ATLAS的合作现在在上个月发布在arXiv服务器1上并提交给《欧洲物理学杂志》 C的预印本中，描述了其对探测器数据的首次全面“全面”搜索。另一个大型LHC实验CMS正在研究类似的项目。
荷兰奈梅亨大学拉德布德大学的萨莎·卡伦说，“目标是试图找到一种新的方法来寻找新的物理学”，这是由数据而非理论驱动的。 ATLAS的方法。常规搜索针对的是针对整个文本的拼写检查，即针对该文本搜索特定单词的拼写检查。如果结合日益复杂的人工智能（AI）方法，这些广泛的搜索可以在不久的将来实现其全部潜力。
大型强子对撞机的研究人员希望这些方法将导致他们的下一个重大发现-“自2012年检测到希格斯玻色子以来没有发生过的事，玻色子成为标准模型的最后一块。”该模型在1960年代和1970年代开发，描述了所有已知的亚原子粒子，但是物理学家怀疑这个故事还有更多的“理论不解释暗物质”的故事。但是大型强子对撞机（LHC）等大型实验尚未找到这种行为的证据。CERN理论部门负责人，不参与任何实验的Gian Giudice说，这意味着尝试新事物（包括常规搜索）非常重要。“这是正确的做法。”？/ p>
碰撞课程
大型强子对撞机以巨大的能量每秒将数百万个质子粉碎在一起，产生大量的衰变粒子，这些粒子由诸如ATLAS和CMS之类的探测器记录下来。许多不同类型的粒子相互作用可以产生相同的碎片。例如，希格斯的衰变可能产生一对光子，但其他更常见的过程也是如此。因此，为了寻找希格斯，物理学家首先进行了模拟，以预测可以预期有多少对“反向”对。然后，他们对检测器中记录的所有光子对进行了计数，并将其与模拟进行了比较。差异“在狭窄的能量范围内光子对稍微过量”证明存在希格斯。
ATLAS和CMS已经进行了数百次针对性搜索，以查找标准模型中未出现的粒子。许多搜索都在寻找超对称的各种形式，这是模型的理论扩展，其中包括假设的粒子，例如中性粒子（暗物质的候选者）。但是到目前为止，这些搜索都是空的。
这就留下了这样的可能性，即存在异国情调的粒子会产生签名，而没有人想到过“一般搜索更有可能被发现”。卡伦说，例如，物理学家还没有发现产生三个光子而不是两个光子的事件。德国亚琛大学CMS会员Arnd Meyer说：“有数百人正在观察希格斯衰变和超对称性，但也许我们缺少了没人想到的东西。”
有针对性的搜索通常只查看许多类型的衰变产物中的少数几个，而最新的研究则一次查看了700多种类型。该研究分析了2015年收集的数据，这是大型强子对撞机升级后第一年，质子碰撞中的质子碰撞能量从8太电子伏特（TeV）升至13 TeV。在CMS上，Meyer和一些合作者针对8 TeV运行中的一小部分数据进行了原理验证研究，该研究尚未发表。
到目前为止，两个实验都没有发现明显的偏差。团队说，这并不奇怪，因为数据集相对较小。ATLAS和CMS现在都在搜索2016年和2017年收集的数据，是前者的数十倍。
统计缺点
该方法“既有明显的优势，也有明显的缺点”？剑桥麻省理工学院的物理学家Markus Klute说。Klute是CMS的一部分，曾在以前的实验中进行过常规搜索，但是他没有直接参与到最新的研究中。一种限制是统计能力。如果有针对性的搜索发现阳性结果，则有标准程序可以计算其重要性；但是，当投射较大的网络时，肯定会出现一些误报。这是过去通常不鼓励进行常规搜索的原因之一：许多物理学家担心它们会导致过多的盲区。但是团队表示，他们为使方法更可靠而付出了很多努力。克鲁特说：“这很激动，我感到很高兴。”
在大型强子对撞机实验中，大多数人的力量和资源仍处于有针对性的搜索中，并且这可能不会很快改变。马萨诸塞州波士顿大学的图利卡·玻色（Tulika Bose）说：“鉴于我们有如此多的搜索内容涵盖了大部分参数空间，因此人们对此通用搜索的用处表示怀疑。”他协助CMS协调研究计划。
许多从事常规搜索的研究人员表示，他们最终希望使用AI完全消除标准模型仿真。支持这种方法的人希望使用机器学习来找到数据中的模式而没有任何理论上的偏见。卡隆说：“我们想改变策略”，让数据告诉我们下一步该怎么看。与有监督的类型相比，计算机科学家也正在向这种“无监督的”机器学习推崇，在无监督的机器学习中，机器“从”经过人类先前标记的数据中“获利”。
自然560，293-294（2018）
