Cortesia / Universidade do Minho
Detalhe do detetor de partículas ATLAS, no CERN
Os dados do Laboratório Europeu de Física de Partículas são analisados num computador quântico, e com recurso à IA.
Há dois alunos do mestrado em Engenharia Física da Universidade do Minho que estão a tentar acelerar a procura da nova física.
Os dois estudantes, Miguel Caçador e Gabriela Oliveira, estão a otimizar métodos para analisar os dados do CERN – Organização Europeia para a Pesquisa Nuclear.
O CERN é o maior acelerador de partículas do mundo. Possui um túnel circular de 27 quilómetros e a 100 metros de profundidade, na fronteira entre França e Suíça.
Há 600 milhões de colisões de protões por segundo no CERN. Todas são analisadas por dezenas de milhares de cientistas de todo o mundo.
Miguel e Gabriela propõem acelerar esse processo ao aplicar inteligência artificial num computador quântico, para detetar novos eventos na física (ajudando a decifrar o universo) e para compreender melhor a tecnologia quântica.
Neste estudo, reuniram-se grandes quantidades de dados que simulam eventos de física (como choques de protões) de experiências do CERN.
Depois, usam técnicas de pré-processamento de forma a poderem classificar os dados com técnicas de quantum machine learning (QML).
Focam-se em especial na física de altas energias e na sua aplicação para procurar novos fenómenos de física – processos não previstos pelo modelo padrão da física de partículas.
“Pegamos em técnicas que são desenvolvidas na área da computação quântica e estudamos a sua aplicação à física das partículas”, avança Miguel Caçador, citado em comunicado da Universidade do Minho enviado ao ZAP.
Tendo noção da tarefa de encontrar uma agulha num palheiro, a ideia é criarem um modelo que distinga os eventos vindos de fenómenos físicos conhecidos dos que possam sinalizar algo de novo.
Para comparar de forma justa modelos de machine learning clássico e QML, os cientistas fizeram um estudo sistemático dos métodos de análise tradicionais de complexidade similar aos algoritmos quânticos usados.
O desempenho entre os modelos foi semelhante, o que “é promissor face ao atual estado atual dos computadores quânticos”, diz Gabriela Oliveira.
