Baseado num modelo analítico para mapear redes sociais complexas, uma equipa de físicos do MIT pode desbloquear o descobrimento de novas partículas elementares.
Descobrir novas partículas elementares não é uma tarefa propriamente fácil. Os cientistas têm de vasculhar por enormes quantidades de informação e encontrar padrões únicos para essas partículas. Como tal, físicos do MIT desenvolveram um método analítico único para automatizar este tipo de investigação.
Foi criada uma “rede de colisões”, numa espécie de mapa geométrico, que é usado frequentemente no mapeamento de redes sociais complexas. Esta automatização é possível graças a supostas semelhanças entre as diferentes colisões onde são descobertas as novas partículas.
Os resultados do estudo foram publicados em julho num artigo da revista Physical Review Letters. “Os mapas das redes sociais baseiam-se no grau de conectividade entre as pessoas e, por exemplo, quantos vizinhos você precisa antes de ir de um amigo para outro. A ideia é a mesma aqui“, explicou o co-autor Jesse Thaler.
Um acelerador de partículas cria dezenas de milhares de “assinaturas” de partículas a cada milionésimo de segundo, pelo que o detetor de partículas Solenoide de Múon Compacto (CMS) é uma ferramenta importante na deteção de padrões únicos.
Em 2017, Thaler e os seus colegas usaram o seu novo método analítico na base de dados do CMS, que continha cerca de 29 terabytes de informação de 300 milhões de colisões de protões. O estudo recentemente publicado baseia-se na análise dessa montanha de informação, explica o Ars Technica.
Em vez de analisarem um a um, o novo método permite analisar o conjunto inteiro e identificar comportamentos típicos. Assim, torna-se muito mais simples detetar um padrão anormal entre os milhões de colisões.
Através da base de dados do CMS, a equipa de físicos conseguiu construir uma rede social com 100 mil pares de eventos de colisão. Thaler defende que se conseguirem usar este método em partículas já descobertas e verificar a sua eficácia, isto pode levar a que este modela seja usado em diferentes bases de dados para encontrar novas partículas.
