Aggiornamenti, Medicina, Salute e Benessere, Notizie, Scienza, Tecnologia, Ultim'ora

Un algoritmo rivela la corsa delle particelle negli acceleratorii

Tempo di lettura: 2 minuti

Ultimo aggiornamento 29 Maggio, 2023, 16:55:23 di Maurizio Barra

Un algoritmo riesce finalmente a fare luce sulla corsa che compiono i fasci di miliardi di particelle negli acceleratori, come l’Lhc del Cern di Ginevra: unendo tecniche basate sull’Intelligenza Artificiale con le equazioni che descrivono il comportamento delle particelle, ricercatori guidati dal Laboratorio nazionale americano dell’acceleratore lineare Slac sono riusciti a sviluppare una formula che prevede in modo più preciso posizioni e velocità delle particelle mentre sfrecciano all’interno di un acceleratore. Lo studio, pubblicato sulla rivista Physical Review Letters, costituisce un vero e proprio cambio di passo per il modo con cui vengono analizzati i dati prodotti da questi esperimenti, una necessità viste le energie sempre più elevate che raggiungono le strutture.

“Abbiamo molti modi diversi per manipolare i fasci di particelle all’interno degli acceleratori, ma non abbiamo un modo veramente preciso per descrivere la loro forma e velocità”, spiega Ryan Roussel, alla guida dello studio insieme ad Auralee Edelen. “Il nostro algoritmo tiene conto delle informazioni sui fasci che normalmente vengono scartate e le utilizza per dipingere un quadro più dettagliato”.

In genere, infatti, i ricercatori possono scegliere tra il descrivere un fascio di particelle in modo approssimativo usando solo pochi dati, ed il ricostruire il suo comportamento nel dettaglio, pagando però un prezzo molto alto in termini di quantità di dati e potenza di calcolo necessari.

Gli autori dello studio hanno quindi tentato un approccio diverso, includendo nozioni di fisica nel loro algoritmo. In questo modo, sono riusciti a ricostruire con precisione i dettagli del fascio di particelle utilizzando una quantità di dati di molto inferiore al normale: “Abbiamo dimostrato – commenta Edelen – che possiamo prevedere la complicata forma dei fasci partendo da quantità sorprendentemente piccole di dati”.

RIPRODUZIONE RISERVATA © Copyright ANSA