CERN använder artificiell intelligens för att dra slutsatsen att balansen mellan materia och antimateria länge har varit rubbad

Forskarna vid Europeiska centret för kärnforskning (CERN) har inte lämnats utanför boomen för artificiell intelligens (AI) och har börjat använda den för att analysera vetenskapliga data. En av de upptäckter som gjorts med hjälp av denna moderna teknik är att mängden materia och antimateria i universum inte är lika stor.

Sedan upptäckten av antimateria har forskarna trott att universum befinner sig i jämvikt och att mängden materia och antimateria är lika stor, vilket är en förutsättning för energibalansen i universum. Men det verkar som om denna grundläggande regel är fel.

Forskare har kommit fram till att det under Big Bang för 13,8 miljarder år sedan verkligen skapades lika mycket materia som antimateria. Det verkar dock som om balansen mellan krafterna i naturen inte har upprätthållits under hela denna tid, och mängden materia är nu betydligt större än mängden antimateria.

Partikelfysiker har försökt förklara denna avvikelse med standardmodellen, men förklaringarna har inte gett några resultat, så studierna av denna asymmetri fortsätter.

Vad är mesonblandning?

Vid CERN:s Large Hadron Collider (LHC) har forskare observerat hur mesoner, subatomära partiklar som består av lika många kvarkar och antikvarkar, sönderfaller till lättare partiklar, förvandlas till antimesoner och tillbaka igen i en process som kallas mesonblandning.

Forskarna undrade om processen för omvandling av mesoner till antimesoner skiljer sig från den omvända processen. Därför ville de räkna antalet partiklar före sönderfallet och jämföra det med förhållandet vid olika tidpunkter under blandningsprocessen.

För att uppnå detta behövde CERN-forskarna identifiera mesoner från antimesoner på ett korrekt sätt vid LHC. De använde sig av en metod som kallas flavour tagging, som genomfördes med hjälp av en avancerad AI-algoritm.

Varför artificiell intelligens behövdes

CERN-forskarna använde en algoritm för artificiell intelligens för att bearbeta ett prov som innehöll 500 000 sönderfall av den märkliga vackra mesonen till ett par myoner och laddade kaoner. Den märkliga vackra mesonen består av en märklig kvark och en bottenantikvark, medan myonen är mycket lik elektronen men väger 207 gånger mer. Kaonen är också en typ av meson.

Algoritmen för artificiell intelligens använder en teknik som kallas grafneurala nätverk. Den kan exakt fastställa egenskaperna genom att samla in information om partiklarna som omger den märkliga vackra mesonen och de partiklar som bildas av den.

Uppgifterna om 500.000 sönderfall kom från LHC Run 2, som forskarna sedan kombinerade med data från Run 1. Om symmetrin mellan materia och antimateria hade existerat borde nettoresultatet av dessa mätningar ha varit noll. Nettoresultatet var dock inte noll och liknade de förutsägelser som gjorts av standardmodellen.

Dessutom stämde resultaten överens med data från andra CERN-experiment som ATLAS och LHCb. I pressmeddelandet konstaterades också att resultaten var exakt jämförbara med experiment som gjorts med LHCb, en detektor som är utformad för att utföra exakta mätningar.

Resultaten från dessa experiment var också statistiskt signifikanta, eftersom de uppfyllde den tre-sigma-tröskel som vanligen används av forskare. Pressmeddelandet tillägger att detta är det första beviset på CP-överträdelse i sönderfallet av en konstig vacker meson.