Investigando el misterio de los neutrinos de larga duración

Los neutrinos son uno de los miembros más enigmáticos del Modelo Estándar, un marco para describir fuerzas y partículas fundamentales en la naturaleza. Si bien se encuentran entre las partículas conocidas más abundantes del universo, rara vez interactúan con la materia, lo que hace que su detección sea una hazaña experimental difícil. Uno de los misterios de larga data en la física de neutrinos proviene del Experimento Mini Booster Neutrino (MiniBooNE), que se desarrolló de 2002 a 2017 en el Fermi National Accelerator Laboratory o Fermilab en Illinois. MiniBooNE ha observado muchas más interacciones de neutrinos de las que cabría esperar dado nuestro mejor conocimiento del Modelo Estándar, y los físicos están tratando de entender por qué.

En 2007, los investigadores desarrollaron la idea de un experimento de seguimiento, MicroBooNE, que recientemente terminó de recopilar datos en Fermilab. El MicroBooNE es una prueba ideal para el exceso de MiniBooNE gracias al uso de una nueva tecnología de detección conocida como cámara de proyección temporal de argón líquido (LArTPC), que produce imágenes de alta resolución de las partículas que se crean en las interacciones de neutrinos.

Los estudiantes graduados de física Nicholas Camp y Lauren Yates, junto con la profesora Janet Conrad, todos dentro del Laboratorio de Ciencias Nucleares del MIT, han desempeñado un papel de liderazgo en la investigación basada en el aprendizaje profundo de MicroBooNE sobre el exceso de neutrinos en el Fermilab Booster Neutrino Beam. En esta entrevista, Kamp analiza el futuro de la anomalía de MiniBooNE en el contexto de los últimos hallazgos de MicroBooNE.

Lauren Yates, estudiante de posgrado en física en el Instituto de Tecnología de Massachusetts, monitorea el detector MicroBooNE en la sala de control remoto en el Centro de Operaciones Western en Fermilab en Illinois. Crédito: Rydar Hahn / Fermilab

s: ¿Por qué la anomalía MiniBooNE es un problema tan grande?

a: Una de las grandes cuestiones abiertas en la física de los neutrinos se refiere a la posibilidad de una partícula hipotética llamada «neutrino estéril». Encontrar una nueva partícula será crucial porque puede darnos pistas sobre la teoría más amplia que explica muchas de las partículas que vemos. La explicación más común para el aumento de MiniBooNE implica agregar un neutrino estéril al modelo estándar. Debido a los efectos de las oscilaciones de neutrinos, este neutrino estéril se manifestará como un impulso de neutrinos electrónicos en MiniBooNE.

Hay muchas anomalías adicionales en la física de neutrinos que indican la posible existencia de esta partícula. Sin embargo, estas anomalías combinadas con MiniBooNE son difíciles de explicar con un solo neutrino estéril; la imagen completa simplemente no encaja bien. Nuestro grupo en el MIT está interesado en nuevos modelos físicos que podrían explicar todo este panorama.

s: ¿Cuál es nuestra comprensión actual del excedente de MiniBooNE?

a: Nuestro conocimiento ha avanzado mucho recientemente gracias a los desarrollos tanto en el campo experimental como en el teórico.

Nuestro grupo trabajó con físicos de las universidades de Harvard, Columbia y Cambridge para explorar nuevas fuentes de fotones que podrían aparecer en un modelo teórico que también contiene una firma electrónica del 20 por ciento. Hemos desarrollado un «modelo híbrido» que incluye dos tipos de neutrinos exóticos: uno que se degrada en un sabor electrónico y otro que se descompone en un fotón. Este trabajo está llegando Revisión física d.

En el extremo experimental, los últimos hallazgos de MicroBooNE, incluido el análisis basado en el aprendizaje profundo en el que el grupo del MIT desempeñó un papel importante, Tenga en cuenta que no hay exceso de neutrinos. que produce electrones en el detector MicroBooNE. Teniendo en cuenta el nivel al que MicroBooNE puede realizar la medición, esto indica que el exceso de MiniBooNE no puede atribuirse por completo a interacciones de neutrinos adicionales. Si no son electrones, entonces deben ser fotones, ya que esta es la única partícula que puede producir una firma similar en MiniBooNE. Pero estamos seguros de que no son fotones de interacciones que conocemos porque se limitan a un nivel bajo. Entonces, deben provenir de algo nuevo, como una extraña desintegración de neutrinos en el modelo mixto. A continuación, MicroBooNE está trabajando en una investigación que pueda aislar e identificar estos fotones adicionales. ¡Manténganse al tanto!

s: Mencionaste que tu grupo está involucrado en el análisis MicroBooNE basado en aprendizaje profundo. Por que usar aprendizaje profundo ¿En física de neutrinos?

a: Cuando los humanos miran imágenes de gatos, pueden distinguir entre especies sin mucha dificultad. Del mismo modo, cuando los físicos observan imágenes provenientes del LArTPC, pueden notar la diferencia entre las partículas producidas en las interacciones de neutrinos sin mucha dificultad. Sin embargo, debido a los matices, ambas tareas son difíciles para los algoritmos tradicionales.

MIT es un enlace a ideas de aprendizaje profundo. Recientemente, por ejemplo, se convirtió en el sitio del Instituto de Inteligencia Artificial e Interacciones Fundamentales de la Fundación Nacional de Ciencias. Para nuestro grupo tenía sentido aprovechar la amplia experiencia local en este campo. También tuvimos la oportunidad de trabajar con grandes grupos en SLAC, Tufts University, Universidad de Colombiae IIT, cada uno con una sólida base de conocimientos sobre las relaciones entre el aprendizaje profundo y la física de neutrinos.

Una de las ideas principales en el aprendizaje profundo es la idea de una «red neutral», que es un algoritmo que toma decisiones (como identificar partículas en LArTPC) basándose en la exposición previa a un conjunto de datos de entrenamiento. Nuestro grupo produjo el primer artículo sobre identificación de partículas utilizando aprendizaje profundo en física de neutrinos, lo que demuestra que es una técnica poderosa. Esta es la razón principal por la que los resultados recientemente publicados de un análisis MicroBooNE basado en aprendizaje profundo imponen fuertes limitaciones en la interpretación de electrones y neutrinos del excedente de MiniBooNE.

En general, es una suerte que gran parte del trabajo preliminar para este análisis se haya realizado en el entorno rico en inteligencia artificial del MIT.