Открытие на грани возможного

В этом году 5 апреля Breakthrough Prize — одну из самых престижных научных премий мира — за исследования на Большом адронном коллайдере (БАК) присудили четырем коллаборациям — ATLAS, CMS, ALICE и LHCb, в которых участвовали ученые из России.

В составе международной коллаборации LHCb российские ученые изучали фундаментальные свойства материи, искали новые состояния вещества и пытались понять, почему Вселенная состоит из вещества, а не антивещества.

Федор Ратников (руководитель исследований в лаборатории LAMBDA Института искусственного интеллекта НИУ ВШЭ) и Никита Казеев (выпускник ШАД «Яндекса», научный сотрудник в группе нобелевского лауреата Новоселова) — одни из ключевых участников этого проекта. В интервью «Ъ-Науке» они рассказали, как машинное обучение помогло анализировать данные БАКа, почему открытие тетракварков и пентакварков не перевернуло физику, но приблизило науку к разгадке тайн мироздания и какие технологии изменят будущее фундаментальных исследований.

— Как вы оцениваете получение Breakthrough Prize 2025? Что для вас значит эта награда?

— Федор Ратников: Премию Breakthrough Prize 2025 вручили за второй этап исследований на Большой адронном коллайдере. Всего их было три: Run-1, Run-2 и Run-3. Премией отметили исследования, которые были в течение этапа Run-2. Для меня получение премии — это признание важности того, что мы делали почти десять лет, признание вклада в знания цивилизации.

— Почему именно ваши исследования были удостоены такой престижной премии?

— Никита Казеев: В мире не так много лабораторий, которые бы занимались действительно фундаментальной наукой — поиском новых законов природы. Если немного утрировать, то, с точки зрения ЦЕРН, большинство исследований в остальном мире посвящены изучению частных случаев решений уравнения Шрёдингера для сложных систем. Этот подход принес нам самолеты, компьютеры и ИИ, но у него есть принципиальный потолок. Чтобы долететь на Альфу Центавра, нужна новая физика. Именно ее медленно и кропотливо ищут в ЦЕРН.

— Какие ключевые открытия были сделаны?

— Федор Ратников: Коллаборация LHCb изучает модель строения мироздания, так называемую Стандартную модель, через проверку тонких эффектов, предсказываемых этой моделью, и их самосогласованности. Они хорошо проявляются в свойствах частиц, которые состоят из тяжелых кварков. Мы пытаемся ответить на два фундаментальных вопроса.

Первый — «Как и из чего сделана материя?». Мы знаем, что бывают барионы, в частности протоны и нейтроны, из которых состоят ядра атомов, мезоны. Практически до недавнего времени все вот этим и ограничивалось. А на основании данных, которые были изучены, оказалось, что бывают еще более сложные структуры. Так были открыты тетракварки и пентакварки. Это принципиально новые состояния вещества.

Второй фундаментальный вопрос — «Почему во Вселенной наблюдается асимметрия между веществом и антивеществом, несмотря на то что физические законы предполагают симметричность материи?». Ученые давно обнаружили, что материи во Вселенной несравненно много больше, чем антиматерии.

Наша команда, состоящая из сотрудников Лаборатории LAMBDA и выпускников ШАДа «Яндекса», во главе с Андреем Устюжаниным, присоединилась к эксперименту LHCb в 2013 году, сделав упор на повышение эффективности обработки и анализа физических данных за счет внедрения новых тогда алгоритмов машинного обучения. Эксперимент LHCb продемонстрировал, что CP-симметрия (свойство природы, при котором законы физики остаются одинаковыми, если заменить частицы на их античастицы и одновременно зеркально отразить все в пространстве) не выполняется в ходе многих распадов тяжелых частиц.

— Как было обнаружено новое состояние вещества — тетракварки и пентакварки? Почему это принципиально важно для физики?

— Федор Ратников: Недавние открытия стали возможны благодаря прогрессу в области физики высоких энергий, в частности в экспериментах на Большом адронном коллайдере. Нам удалось наблюдать эти экзотические частицы, которые состоят из более чем трех кварков, в отличие от традиционных адронов, таких как протоны и нейтроны, состоящих из трех кварков или мезонов, состоящих из пары кварка и антикварка. Наблюдение тетракварков и пентакварков имеет глубокое значение для теории кварков и общей модели элементарных частиц. Это открытие не только подтверждает существование более сложных комбинаций кварков, но и дает сведения о взаимодействиях между ними. Тетракварки и пентакварки расширяют наше представление о строении и законах и открывают новые горизонты для дальнейших исследований.

— Какие методы использовались для их идентификации? Зачем исследователям нужен Большой адронный коллайдер?

— Федор Ратников: Большой адронный коллайдер нам нужен для того, чтобы создать в какой-то очень малой области очень большую плотность энергии — такую, какая была в самые первые секунды возникновения Вселенной. Это огромная плотность энергии с высокой температурой. При столкновении протонов в ускорителе образуется такой сгусток энергии, из которого и рождаются новые частицы. Затем частицы разлетаются, а детектор регистрирует их следы. Появляется куча информации, которую нужно распутать. Для идентификации частиц используются специально обученные алгоритмы машинного обучения, которые комплексно обрабатывают всю эту информацию. Каждое событие — это сотня килобайтов информации. При этом нам надо реконструировать не только те частицы, которые мы видим в детекторе, но и увидеть, что эти треки — это результат распада какой-то экзотической частицы. Таким образом, основные задачи реконструкции и идентификации — восстановить траектории частиц, определить их природу и понять, из каких распадов они произошли. Особое внимание в эксперименте LHCb уделяется быстро распадающимся частицам, продуктам их распадов и цепочкам распадов.

— Можно ли сказать, что сделанные открытия меняют наше понимание структуры материи?

— Никита Казеев: Нет, они подтверждает существующее понимание. Мы долго и старательно проверяли Стандартную модель физики, и она пока упорно оказывалась верной. Например, согласно имеющимся наблюдениям, материи во Вселенной несоизмеримо больше, чем антиматерии. Одна из наших задач была в том, чтобы ответить на вопрос: «Почему так?». И в этом смысле мы вынуждены признать, что на вопрос не ответили. LHCb детально изучила этот эффект во многих разных проявлениях. Были открыты несколько процессов, в которых материя и антиматерия ведут себя по-разному, но они все оказались слишком слабыми, чтобы объяснить то, что мы наблюдаем.

— Как ваше исследование связано с вопросом о преобладании материи над антиматерией во Вселенной?

— Федор Ратников: Люди всегда стремятся понять окружающий мир, этим и занимается наука. Мы живем в мире материи. У материи есть антипод — антиматерия. При встрече они аннигилируют, выделяя энергию. Это работает и в обратную сторону: из сгустка энергии может образоваться пара частиц, материи и антиматерии. Именно это и происходило в первые секунды жизни Вселенной, сразу после Большого взрыва. Но это значит, что во Вселенной должно было образоваться одинаковое количество материи и антиматерии. Однако наблюдения показывают, что антиматерии во Вселенной очень мало, материя существенно преобладает. Каким-то образом баланс материи и антиматерии нарушился в ходе развития Вселенной.

Эксперименты подтверждают отсутствие значительных количеств антиматерии. Возникает вопрос, почему так произошло. На мой взгляд, это одна из наиболее знаменательных неразрешенных загадок строения мироздания. Другая столь же удивительная загадка — темная материя во Вселенной: мы уверены, что она есть, ясно наблюдаем ее влияние на галактики, но не имеем понятия, что это такое. Эти неопределенности вызывают любопытство ученых: мы видим факты, но не понимаем их причины. Поэтому мы скрупулезно проводим различные исследования, собираем различные наблюдения в надежде, что рано или поздно наступит момент озарения и наши накопленные знания и наблюдения, как кусочки пазла, сложатся в целостную картину устройства Вселенной и ее происхождения.

— Что именно удалось доказать в отношении CP-симметрии? Почему ее нарушение так важно?

— Федор Ратников: Что такое CP-нарушение? Упрощенно это нарушение симметрии между одинаковостью свойств материи и антиматерии, которые в идеале должны иметь идентичные свойства. Симметрии в природе связаны с законами сохранения, например, однородность пространства приводит к закону сохранением импульса. CP-симметрия нарушается очень слабо, поэтому вызванные этим нарушением эффекты неодинаковости материи и антиматерии очень малы. Почему это важно? Потому что именно нарушение симметрии — это один из немногих механизмов, который хоть как-то может попытаться объяснить возникновение дисбаланса между материей и антиматерией в нашей Вселенной. В конце концов у нас сейчас гораздо больше материи, чем антиматерии, а значит, где-то в начале было какое-то нарушение или смещение. Тут есть одна сложность: одного CP-нарушения недостаточно, чтобы полностью объяснить всю картину,— это необходимая, но недостаточная компонента. Поэтому нужно продолжать искать и другие компоненты. На сегодняшний день мы только в начале этого увлекательного поиска.

— Может ли это открытие помочь объяснить, почему мы живем в мире, состоящем из вещества, а не антивещества?

— Федор Ратников: Наши открытия и измерения не полностью объясняют наблюдаемую асимметрию, но помогают понять, откуда она могла бы взяться. Еще в 1967 году академик Сахаров сформулировал три условия для нарушения баланса материи и антиматерии во Вселенной: первое — должна быть разница между материей и антиматерией, то есть нарушение CP-симметрии; второе — нарушение сохранения барионного числа в некоторых процессах во Вселенной; третье — нарушение термодинамического равновесия на ранних этапах развития Вселенной. CP-нарушение — только одно из этих условий. Поэтому пока мы можем говорить лишь о движении в правильном направлении. Выполнение двух других условий пока не наблюдается, поэтому наши открытия лишь часть общей картины. Полного объяснения пока нет, и мы продолжаем исследовать этот вопрос.

— Как машинное обучение ускорило обработку данных в ваших экспериментах?

— Никита Казеев: Скорее замедлило. (Смеется.) Дело в том, что алгоритмы машинного обучения, даже такие быстрые, как CatBoost, все же медленнее, чем собранные вручную простые деревья решений и линейные модели, которые использовались до них. Машинное обучение сделало анализ данных более точным и работу всего комплекса более эффективной. Без машинного обучения потребовалось бы больше данных, чтобы получить те же результаты.

— Насколько эффективность анализа увеличилась благодаря этим методам?

— Никита Казеев: Честный ответ неожиданно сложный. Чтобы получить именно научно подтвержденное число, нужно проделать полноценное исследование, причем два раза — сначала без машинного обучения, а потом с ним. Это было сделано для разных алгоритмов и разных применений, получалось от 3% до пяти раз.

— Какие алгоритмы ИИ использовались и как они адаптированы для задач физики высоких энергий?

— Никита Казеев: На высоком уровне анализ данных в физике высоких энергий устроен так: у нас есть Стандартная модель физики, исходя из которой мы на компьютере рассчитываем протон-протонные столкновения, «измеряем» результаты виртуальным детектором. Затем мы сравниваем результаты моделирования с данными реальных измерений. Соответственно, этот процесс можно поделить на три составляющие.

Симуляция. Мы не можем «поручить» алгоритму машинного обучения моделировать новую физику. Но большинство процессов, происходящих в коллайдере, хорошо изучены и, более того, однотипны. Поэтому для таких процессов можно обучить генеративную модель и заменить ею дорогое моделирование из первых принципов. В первую очередь это актуально для взаимодействия частиц с детектором. Конкретно в нашем коллективе сделали генеративно-состязательные нейросети для калориметра и Черенковского детектора.

Реконструкция. Чтобы провести, собственно, физическое исследование, необходимо разобраться, что же именно произошло внутри коллайдера. Очень грубая аналогия — это комплекс для автоматической регистрации превышения скорости, который, по данным с радара и камеры, для всех проезжающих автомобилей определяет их скорость, номера и соблюдение ими разметки. Так же и для частиц внутри детектора необходимо определить их импульс и тип. И так же, как и с определением номера, для определения типа частицы используются алгоритмы машинного обучения. Мы разработали их для нашего эксперимента LHCb.

Отбор. Продолжая аналогию с камерой на дороге, большинство автомобилей соблюдают правила дорожного движения, и задача алгоритма — выявить те немногие, которые их нарушают.

На коллайдере задача та же, только ищем мы нарушения законов физики. Соответственно, в Школе анализа данных «Яндекса» были разработаны алгоритмы машинного обучения, которые отбирали в потоке события с подозрением на нарушения и передавали их на окончательный анализ «инспектору»-ученому.

— Какие следующие шаги в вашей работе? Планируются ли новые эксперименты?

— Федор Ратников: Сейчас мы активно движемся вперед. В Объединенном институте ядерных исследований в Дубне развиваются три интереснейших эксперимента: BM@N, MPD и SPD. Планируются новые эксперименты в Китае — сейчас решается, будет ли там строиться новая фабрика частиц. Надеюсь, решение будет положительным и активность вокруг этого проекта сильно возрастет. Это следующие шаги наших исследований.

— Может ли это открытие привести к поиску новой физики за пределами Стандартной модели?

— Федор Ратников: Это две разные, независимые темы. Стандартная модель — наш основной инструмент для описания строения и свойств материи. Есть много идей ее расширения, которые позволят объяснить те свойства материи, которые мы экспериментально наблюдаем, но не понимаем в рамках Стандартной модели. Пока все измерения CP-нарушения в различных распадах частиц укладываются в ее рамки. Мы можем довольно точно определить единственный параметр модели, ответственный за это нарушение. Если окажется, что такого единственного параметра недостаточно, это будет сигналом необходимости более сложной теории. Мы очень надеемся, что на самом деле наше мироздание описывается существенно более красивой и фундаментальной физической моделью, из которой наша нынешняя Стандартная модель просто вытекает. Уже 20 лет мы ищем сигналы существования такой красивой модели, но, хотя наблюдаем все новые и новые эффекты, до сих пор они все объясняются тем, что нам уже известно. Хочется новых открытий и красоты в теории, но пока приходится работать и ждать прорывов.

— Какие технологии и методы анализа данных будут наиболее востребованы в будущем?

— Никита Казеев: Искусственный интеллект, конечно. Сейчас в его применении для физики высоких энергий наблюдается два тренда. Первый тренд — это замена частей генеративной модели и частей симулятора на генеративную модель, о которой мы говорили ранее, здесь мы только в начале пути. Вторая история — это быстрые алгоритмы машинного обучения. В коллайдере происходит большое количество столкновений в секунду, и, чтобы эти данные как-то разобрать, применяется ступенчатая система отбора данных; если получится поставить машинное обучение в начало этой цепочки, это позволит «выжать» из данных еще больше. Моей личной мечтой являются алгоритмы, способные решать математические задачи, а именно их применение для теоретической физики. Как минимум если получится поднять точность симуляции, то это сильно упростит дальнейший анализ данных. Как максимум вдруг с их помощью получится найти теорию всего?

— Как строилась работа в коллаборациях ЦЕРН? Какую роль сыграли российские ученые в этом открытии?

— Никита Казеев: В рамках коллаборации LHCb лауреатами премии стали и российские ученые, включая сотрудников лаборатории LAMBDA НИУ ВШЭ и выпускников Школы анализа данных «Яндекса». Мы были полноценной частью LHCb, с правом голоса. В целом работа в коллаборации отличается от корпораций и НИИ и больше похожа на ООН. Мы делали общее дело, но у каждой научной группы свое финансирование — и, соответственно, большая степень автономии. Высшие органы управления как ЦЕРН, так и отдельных экспериментов — коллегиальные советы, принимающие решения голосованием.

— Планируется ли дальнейшее сотрудничество с зарубежными научными центрами?

— Федор Ратников: Мы, безусловно, планируем продолжать сотрудничество с международными центрами, потому что физика высоких энергий — это прежде всего сложная наука, требующая значительных ресурсов. Поэтому важно объединять интеллектуальные и материальные усилия разных стран для достижения значимых результатов. Мы развиваем сотрудничество настолько, насколько это возможно, потому что без международной кооперации добиться успеха в нашей науке просто невозможно.

Мария Грибова