北京大学物理学院技术物理系周辰研究员课题组、中国科学院高能物理研究所阮曼奇研究员课题组和欧洲核子研究中心曲慧麟研究员，成功研发了一项基于人工智能的新型喷注本源甄别技术。该技术可高效鉴别对撞机实验中夸克、反夸克及胶子产生的喷注，能显著提升希格斯工厂的科学发现能力，有望改写高能物理前沿科学探索和未来实验装置设计的游戏规则。该成果以“喷注本源甄别及其在正负电子希格斯工厂的应用”（Jet-Origin Identification and Its Application at an Electron-Positron Higgs Factory）为题于2024年5月31日在国际权威期刊《物理评论快报》（Phys. Rev. Lett.）上发表。
夸克是粒子物理学中的基本粒子。与电子或光子不同，夸克不能在时空中自由运动，而是被强相互作用束缚在如质子或中子这样的复合粒子中。对撞机可产生出高能量的夸克，它们之间的相互作用会导致复杂的粒子碎裂过程，最终大量末态粒子在一定的角度内被喷射出，这种现象被称为喷注。喷注蕴含了极其丰富且重要的粒子物理信息。
正负电子对撞机CEPC中模拟的双喷注事例示意图
本研究中的喷注本源甄别技术可高效区分五类夸克（上、下、奇、粲、底）及其反夸克，以及胶子产生的不同喷注。由于夸克碎裂过程的高度复杂性，喷注本源的甄别一直是高能物理学中的巨大挑战。研究团队采用图神经网络技术开发了一种高效的针对喷注本源甄别的算法模型。该模型在正负电子对撞机CEPC的模拟环境下进行测试，其识别性能显著优于传统的喷注本源甄别算法。
研究人员指出，该研究技术在未来的一项重大应用是帮助科学家研究与物质的质量起源息息相关的希格斯粒子。利用这种人工智能驱动的喷注识别技术，科学家可以更精确地测量希格斯粒子和夸克之间的相互作用强度，且更灵敏地捕捉某些极其微弱的希格斯粒子衰变信号。
北京大学博士后朱永峰、中国科学院高能物理研究所博士生梁浩为论文共同第一作者。周辰、阮曼奇和曲慧麟为论文共同通讯作者。上述工作得到北京大学建设世界一流大学（学科）和特色发展引导专项等支持。
论文原文链接：https://journals.aps.org/prl/abstract/10.1103/PhysRevLett.132.221802
