beat365官方网站技術物理系周辰研究員課題組、中國科學院高能物理研究所阮曼奇研究員課題組和歐洲核子研究中心曲慧麟研究員，成功研發了一項基于人工智能的新型噴注本源甄别技術。該技術可高效鑒别對撞機實驗中誇克、反誇克及膠子産生的噴注，能顯著提升希格斯工廠的科學發現能力，有望改寫高能物理前沿科學探索和未來實驗裝置設計的遊戲規則。該成果以“噴注本源甄别及其在正負電子希格斯工廠的應用”（Jet-Origin Identification and Its Application at an Electron-Positron Higgs Factory）為題于2024年5月31日在國際權威期刊《物理評論快報》（Phys. Rev. Lett.）上發表。

誇克是粒子物理學中的基本粒子。與電子或光子不同，誇克不能在時空中自由運動，而是被強相互作用束縛在如質子或中子這樣的複合粒子中。對撞機可産生出高能量的誇克，它們之間的相互作用會導緻複雜的粒子碎裂過程，最終大量末态粒子在一定的角度内被噴射出，這種現象被稱為噴注。噴注蘊含了極其豐富且重要的粒子物理信息。

正負電子對撞機CEPC中模拟的雙噴注事例示意圖

本研究中的噴注本源甄别技術可高效區分五類誇克（上、下、奇、粲、底）及其反誇克，以及膠子産生的不同噴注。由于誇克碎裂過程的高度複雜性，噴注本源的甄别一直是高能物理學中的巨大挑戰。研究團隊采用圖神經網絡技術開發了一種高效的針對噴注本源甄别的算法模型。該模型在正負電子對撞機CEPC的模拟環境下進行測試，其識别性能顯著優于傳統的噴注本源甄别算法。

研究人員指出，該研究技術在未來的一項重大應用是幫助科學家研究與物質的質量起源息息相關的希格斯粒子。利用這種人工智能驅動的噴注識别技術，科學家可以更精确地測量希格斯粒子和誇克之間的相互作用強度，且更靈敏地捕捉某些極其微弱的希格斯粒子衰變信号。

beat365博士後朱永峰、中國科學院高能物理研究所博士生梁浩為論文共同第一作者。周辰、阮曼奇和曲慧麟為論文共同通訊作者。上述工作得到beat365建設世界一流大學（學科）和特色發展引導專項等支持。

論文原文鍊接：https://journals.aps.org/prl/abstract/10.1103/PhysRevLett.132.221802