1.
當兩個質子相撞時，它們會釋放出如煙火般絢爛的粒子噴流。這些噴流的細節能幫助物理學家理解物理學的本質，以及控制了整個宇宙的基本力。如大型強子對撞機（LHC）這樣的巨型粒子加速器就能將粒子加速至接近光速並撞擊在一起，它們每分鐘能產生高達數十億次的粒子碰撞。
物理學家可以通過這些碰撞的粒子留下的電子信號，精確地識別出哪些粒子是在高能碰撞中產生的。例如，夸克只能存在不到一秒鐘的時間，就會衰變成其他次級粒子；而由於每一個夸克都有多種不同的衰變方式，所以會有幾種可能的特徵，因此物理學家必須仔細檢查每一種可能，才能確定哪些粒子在碰撞時存在。
1.
當兩個質子相撞時，它們會釋放出如煙火般絢爛的粒子噴流。這些噴流的細節能幫助物理學家理解物理學的本質，以及控制了整個宇宙的基本力。如大型強子對撞機（LHC）這樣的巨型粒子加速器就能將粒子加速至接近光速並撞擊在一起，它們每分鐘能產生高達數十億次的粒子碰撞。
物理學家可以通過這些碰撞的粒子留下的電子信號，精確地識別出哪些粒子是在高能碰撞中產生的。例如，夸克只能存在不到一秒鐘的時間，就會衰變成其他次級粒子；而由於每一個夸克都有多種不同的衰變方式，所以會有幾種可能的特徵，因此物理學家必須仔細檢查每一種可能，才能確定哪些粒子在碰撞時存在。
○ 頂夸克對的可能跡象，圖中顯示的軌跡是由碰撞中產生的兩個頂夸克的衰變形成的。| 圖片來源：Fermilab
科學家要做的就是從海量的碰撞數據中找出一些古怪的、與理論預期不符的奇怪模式，這些奇怪的“特徵”有可能預示著新的新物理學。而這種數據篩選是這項研究中最棘手的挑戰。
現在，麻省理工學院（MIT）的物理學家找到了一種基本上能自動完成這類搜索的新方法。這種方法是基於兩個相似的撞擊事件彼此之間的關係，是一種能確定這兩個碰撞事件對之間相似程度的技術。通過這種方法，他們可以估算在LHC等大型加速器中發生的數十萬次粒子碰撞事件的關係，再根據這些事件的相似程度創建出一個事件的幾何地圖。
得到的幾何地圖被稱為“碰撞網絡”，它類似於複雜的社交網絡。這是首個將大量的粒子碰撞相互關聯起來的技術，研究人員將這種方法發表在了在近期的《物理評論快報》上。
2.
物理學副教授Jesse Thaler是這篇論文的作者之一，他與同事將研究焦點專注於開發可用於分析大型強子對撞機以及其他粒子對撞機設備的公開數據的技術，希望能借此挖掘出一些人們還沒有注意到的有趣的物理現象。早在2017年，他們就將“社交網絡”分析方法應用到了一個巨大的數據集上。
這是一個包含了LHC裡的約3億次的質子碰撞的數據集，這些數據被公開的發佈到了網上。能接觸到這些公共數據對科學研究來說是一件非常有益的事，但要從海量的數據中篩選出究竟發生了什麼卻令人生畏。他們想要證明利用這種新的方法，可以讓堆積如山的信息也變得有意義。
1.
當兩個質子相撞時，它們會釋放出如煙火般絢爛的粒子噴流。這些噴流的細節能幫助物理學家理解物理學的本質，以及控制了整個宇宙的基本力。如大型強子對撞機（LHC）這樣的巨型粒子加速器就能將粒子加速至接近光速並撞擊在一起，它們每分鐘能產生高達數十億次的粒子碰撞。
物理學家可以通過這些碰撞的粒子留下的電子信號，精確地識別出哪些粒子是在高能碰撞中產生的。例如，夸克只能存在不到一秒鐘的時間，就會衰變成其他次級粒子；而由於每一個夸克都有多種不同的衰變方式，所以會有幾種可能的特徵，因此物理學家必須仔細檢查每一種可能，才能確定哪些粒子在碰撞時存在。
○ 頂夸克對的可能跡象，圖中顯示的軌跡是由碰撞中產生的兩個頂夸克的衰變形成的。| 圖片來源：Fermilab
科學家要做的就是從海量的碰撞數據中找出一些古怪的、與理論預期不符的奇怪模式，這些奇怪的“特徵”有可能預示著新的新物理學。而這種數據篩選是這項研究中最棘手的挑戰。
現在，麻省理工學院（MIT）的物理學家找到了一種基本上能自動完成這類搜索的新方法。這種方法是基於兩個相似的撞擊事件彼此之間的關係，是一種能確定這兩個碰撞事件對之間相似程度的技術。通過這種方法，他們可以估算在LHC等大型加速器中發生的數十萬次粒子碰撞事件的關係，再根據這些事件的相似程度創建出一個事件的幾何地圖。
得到的幾何地圖被稱為“碰撞網絡”，它類似於複雜的社交網絡。這是首個將大量的粒子碰撞相互關聯起來的技術，研究人員將這種方法發表在了在近期的《物理評論快報》上。
2.
物理學副教授Jesse Thaler是這篇論文的作者之一，他與同事將研究焦點專注於開發可用於分析大型強子對撞機以及其他粒子對撞機設備的公開數據的技術，希望能借此挖掘出一些人們還沒有注意到的有趣的物理現象。早在2017年，他們就將“社交網絡”分析方法應用到了一個巨大的數據集上。
這是一個包含了LHC裡的約3億次的質子碰撞的數據集，這些數據被公開的發佈到了網上。能接觸到這些公共數據對科學研究來說是一件非常有益的事，但要從海量的數據中篩選出究竟發生了什麼卻令人生畏。他們想要證明利用這種新的方法，可以讓堆積如山的信息也變得有意義。
○ LHC的CMS探測器內的碰撞，產生了一個希格斯玻色子的跡象。| 圖片來源：Thomas McCauley & Lucas Taylor / CMS
通常，物理學家會基於理論預測來尋找數據中出現的特定模式或能量的碰撞。例如希格斯玻色子就是這樣被發現的。這是一種由標準模型預測的基本粒子，在確定它的存在之前，我們就已經在理論上對它的性質有了非常詳細的描述，但直到2012年才真正的觀測到。當時的物理學家已經大致知道該尋找什麼，最終在數萬億次的質子碰撞中發現了隱藏在其中的希格斯玻色子的特徵。
但是，如果粒子表現出的行為超出了標準模型的預測，因而物理學家沒有理論可參考，那又會怎樣呢？最新的方法有一個特別適合尋找現有理論之外的新物理學的特點，那就是物理學家能在不用提前知道他們尋找的是什麼特徵的情況下，就可以對碰撞數據進行篩選。
新方法的基本思想是將許多不同的事件進行相互比較，而不是去逐個分析。他們的想法是，通過識別出哪些是更典型的事件，哪些不那麼典型，或許可以挑選出那些有趣、意外的異常值。換句話說，他們所做的是要對新物理或非新物理持有一種不可知的態度，讓數據自己說話。
3.
粒子對撞機的數據中充斥著高達數十億次的質子對撞，每一次質子對撞都含有粒子噴射。研究人員意識到，這些噴射在本質上其實就是點雲，即點的集合，因此可以將碰撞產生的粒子噴射模擬成點雲。這種方法能使物理學家清楚地識別哪些是典型的行為，從而更容易地找出潛伏在碰撞網絡邊緣的異常值。
新方法的關鍵在於一種算法，這種算法基於“地動距離”這一抽象的概念，能計算出將一對點雲中的一個轉換成另一個點雲的過程所需的最優能量或“功”是多少。如果需要大量的能量才能重新排列成另一個點雲，那麼就會認為它們之間有更遠的距離。
1.
當兩個質子相撞時，它們會釋放出如煙火般絢爛的粒子噴流。這些噴流的細節能幫助物理學家理解物理學的本質，以及控制了整個宇宙的基本力。如大型強子對撞機（LHC）這樣的巨型粒子加速器就能將粒子加速至接近光速並撞擊在一起，它們每分鐘能產生高達數十億次的粒子碰撞。
物理學家可以通過這些碰撞的粒子留下的電子信號，精確地識別出哪些粒子是在高能碰撞中產生的。例如，夸克只能存在不到一秒鐘的時間，就會衰變成其他次級粒子；而由於每一個夸克都有多種不同的衰變方式，所以會有幾種可能的特徵，因此物理學家必須仔細檢查每一種可能，才能確定哪些粒子在碰撞時存在。
○ 頂夸克對的可能跡象，圖中顯示的軌跡是由碰撞中產生的兩個頂夸克的衰變形成的。| 圖片來源：Fermilab
科學家要做的就是從海量的碰撞數據中找出一些古怪的、與理論預期不符的奇怪模式，這些奇怪的“特徵”有可能預示著新的新物理學。而這種數據篩選是這項研究中最棘手的挑戰。
現在，麻省理工學院（MIT）的物理學家找到了一種基本上能自動完成這類搜索的新方法。這種方法是基於兩個相似的撞擊事件彼此之間的關係，是一種能確定這兩個碰撞事件對之間相似程度的技術。通過這種方法，他們可以估算在LHC等大型加速器中發生的數十萬次粒子碰撞事件的關係，再根據這些事件的相似程度創建出一個事件的幾何地圖。
得到的幾何地圖被稱為“碰撞網絡”，它類似於複雜的社交網絡。這是首個將大量的粒子碰撞相互關聯起來的技術，研究人員將這種方法發表在了在近期的《物理評論快報》上。
2.
物理學副教授Jesse Thaler是這篇論文的作者之一，他與同事將研究焦點專注於開發可用於分析大型強子對撞機以及其他粒子對撞機設備的公開數據的技術，希望能借此挖掘出一些人們還沒有注意到的有趣的物理現象。早在2017年，他們就將“社交網絡”分析方法應用到了一個巨大的數據集上。
這是一個包含了LHC裡的約3億次的質子碰撞的數據集，這些數據被公開的發佈到了網上。能接觸到這些公共數據對科學研究來說是一件非常有益的事，但要從海量的數據中篩選出究竟發生了什麼卻令人生畏。他們想要證明利用這種新的方法，可以讓堆積如山的信息也變得有意義。
○ LHC的CMS探測器內的碰撞，產生了一個希格斯玻色子的跡象。| 圖片來源：Thomas McCauley & Lucas Taylor / CMS
通常，物理學家會基於理論預測來尋找數據中出現的特定模式或能量的碰撞。例如希格斯玻色子就是這樣被發現的。這是一種由標準模型預測的基本粒子，在確定它的存在之前，我們就已經在理論上對它的性質有了非常詳細的描述，但直到2012年才真正的觀測到。當時的物理學家已經大致知道該尋找什麼，最終在數萬億次的質子碰撞中發現了隱藏在其中的希格斯玻色子的特徵。
但是，如果粒子表現出的行為超出了標準模型的預測，因而物理學家沒有理論可參考，那又會怎樣呢？最新的方法有一個特別適合尋找現有理論之外的新物理學的特點，那就是物理學家能在不用提前知道他們尋找的是什麼特徵的情況下，就可以對碰撞數據進行篩選。
新方法的基本思想是將許多不同的事件進行相互比較，而不是去逐個分析。他們的想法是，通過識別出哪些是更典型的事件，哪些不那麼典型，或許可以挑選出那些有趣、意外的異常值。換句話說，他們所做的是要對新物理或非新物理持有一種不可知的態度，讓數據自己說話。
3.
粒子對撞機的數據中充斥著高達數十億次的質子對撞，每一次質子對撞都含有粒子噴射。研究人員意識到，這些噴射在本質上其實就是點雲，即點的集合，因此可以將碰撞產生的粒子噴射模擬成點雲。這種方法能使物理學家清楚地識別哪些是典型的行為，從而更容易地找出潛伏在碰撞網絡邊緣的異常值。
新方法的關鍵在於一種算法，這種算法基於“地動距離”這一抽象的概念，能計算出將一對點雲中的一個轉換成另一個點雲的過程所需的最優能量或“功”是多少。如果需要大量的能量才能重新排列成另一個點雲，那麼就會認為它們之間有更遠的距離。
○ 從CMS公開數據中得到的三個粒子碰撞事件，它們形成了一個三角形，表示一個抽象的“事件空間”。這張動圖描述瞭如何從一個噴射最優地重新排列成另一個噴射。| 圖片來源：MIT News
研究人員將這個想法應用到了LHC的公開數據中，構建了一個由10萬對碰撞事件組成的社交網絡，並根據它們之間的“距離”或者說相似性，為每對碰撞事件分配一個數字。然後，他們將每個點雲視為一個點，並將這些點排列在某個社交網絡中。通過將碰撞的數據集視為網絡，科學家能夠快速地標記出可能發生在網絡邊緣的有趣事件。
典型的對撞機公開數據集通常包括數百萬個事件，這些事件是預先從粒子加速器中任何給定時刻發生的數十億次碰撞的原始混沌中挑選出來的。現在，研究小組正在研究如何將他們的技術擴大到可以構建更大的網絡，從而能潛在地可視化一個粒子碰撞數據集的整體“形狀”或一般關係。
Thaler想要在已知的歷史數據上進一步測試該團隊的技術，比如重新發現頂夸克(1995年首次觀測到)。
Thaler表示，在不久的將來，他希望能在已知的歷史數據上進一步測試該團隊的技術，比如重新發現在1995年發現的頂夸克。這是所有已知基本粒子中質量最大的。Thaler認為，如果他們可以在不需要知道要尋找什麼新的物理現象的情況下，用新的技術重新發現檔案數據中的頂夸克，這將會是非常振奮人心的結果：“它能讓我們更有信心地將新的方法應用到目前的數據集中，去發現更多奇異的物體。”
參考來源：
https://arstechnica.com/science/2019/07/mit-physicists-social-networks-could-hold-the-key-to-finding-new-particles/
http://news.mit.edu/2019/new-physics-anomalous-particles-0726