Ανίχνευση σωματιδίων με το… μάτι. 'Artificial retina' could detect sub-atomic particles

Ένας νέος επεξεργαστής μπορεί να αναλύει τις συγκρούσεις υποατομικών σωματιδίων 400 φορές ταχύτερα μιμούμενος το ανθρώπινο μάτι. The human eye has inspired physicists to create a processor that can analyse sub-atomic particle collisions 400 times faster than currently possible. The algorithm was inspired by the retina's efficient ability to recognise patterns.

Φυσικοί ανέπτυξαν έναν πανίσχυρο επεξεργαστή ο οποίος μπορεί να αναλύει τις συγκρούσεις των υποατομικών σωματίων 400 φορές πιο γρήγορα από αυτούς που χρησιμοποιούνται σήμερα μιμούμενος το ανθρώπινο μάτι. Οι συγκρούσεις στις οποίες «στοχεύει» το νέο εργαλείο, οι οποίες πραγματοποιούνται σε ταχύτητες που πλησιάζουν αυτή του φωτός και οδηγούν στη δημιουργία νέων σωματιδίων, μπορούν να προσφέρουν πληροφορίες για τη «χαμένη» αντιύλη. Η ταχύτερη και ακριβέστερη ανάλυσή τους είναι λοιπόν πολύτιμη για τους επιστήμονες.

The LHC will be switched on again in early 2015.

Ο αλγόριθμος του νέου επεξεργαστή, τον οποίο οι δημιουργοί του ονομάζουν «τεχνητό αμφιβληστροειδή», δημοσιεύθηκε στο διαδικτυακό αρχείο επιστημονικών προδημοσιεύσεων «arXiv.org». Η ομάδα των ερευνητών που τον ανέπτυξε, με επικεφαλής τον Τζοβάνι Πούντσι από τη Scuola Normale Superiore στην Πίζα της Ιταλίας και τον Ντιέγκο Τονέλι από τον Ευρωπαϊκό Οργανισμό Πυρηνικών Ερευνών (CERN), προτείνει τη χρήση του στα πειράματα που θα διεξαχθούν στον Μεγάλο Επιταχυντή Αδρονίων (LHC) του CERN από το 2020.

Αστραπιαία αναγνώριση μοτίβων

A collision in the Large Hadron Collider creates tracks of charged particles.

Για να επιτύχει αυτές τις εξαιρετικά υψηλές ταχύτητες στην ανάλυση των δεδομένων ο νέος επεξεργαστής λειτουργεί αναγνωρίζοντας μοτίβα με τρόπο παρόμοιο με αυτόν του ανθρώπινου ματιού. Στον αμφιβληστροειδή χιτώνα των ματιών μας συγκεκριμένοι νευρώνες έχουν ως «αρμοδιότητα» να ανιχνεύουν συγκεκριμένα σχήματα και προσανατολισμούς στα αντικείμενα που βλέπουμε και να στέλνουν αυτόματα σήμα στον εγκέφαλο προτού καν ο τελευταίος ξεκινήσει τη συνειδητή επεξεργασία των οπτικών δεδομένων.

Όπως εξήγησε ο Ντιέγκο Τονέλι στο BBC ο «τεχνητός αμφιβληστροειδής» βασίζεται στη ίδια λογική. Αρχικά ανιχνεύει συγκεκριμένα «στιγμιότυπα» στις πορείες των σωματιδίων σε κάθε σύγκρουση αναλύοντάς τα άμεσα. Στη συνέχεια τα «στιγμιότυπα» περνούν σε έναν αλγόριθμο στον υπολογιστή ο οποίος «σκανάρει» και αναλύει τις μεταβολές στην πορεία των φορτισμένων σωματιδίων. «Τρέχοντας» τον νέο επεξεργαστή στις συγκρούσεις σωματιδίων που θα διεξαχθούν στον μέλλον στον LHC οι επιστήμονες θα είναι σε θέση να ξεχωρίζουν πιο γρήγορα τα ενδιαφέροντα «γεγονότα».

Πρωτόγνωρες ταχύτητες

Στον LHC πραγματοποιούνται 40 εκατομμύρια κρούσεις ανά δευτερόλεπτο. LHC machines produce 40 million collisions per second.

«Είναι 400 φορές ταχύτερος από οτιδήποτε υπάρχει ή προβλέπεται αυτή τη στιγμή για τις εφαρμογές της Φυσικής υψηλών ενεργειών» τόνισε ο κ. Τονέλι μιλώντας για τον «τεχνητό αμφισβληστροειδή» στο BBC. «Aν χρησιμοποιηθεί σε ένα πραγματικό πείραμα θα μας επιτρέψει να συγκεντρώσουμε περισσότερα ενδιαφέροντα δεδομένα περισσότερο γρήγορα». Πέραν του Μεγάλου Επιταχυντή Αδρονίων και της Σωματιδιακής Φυσικής ο νέος επεξεργαστής μπορεί επίσης να αποβεί χρήσιμος σε πολλούς άλλους τομείς, σε περιπτώσεις όπου απαιτείται γρήγορη και αποτελεσματική αναγνώριση μοτίβων.

Δεν θα μας φέρει όμως πιο κοντά στον «Θεό» των στοιχειωδών σωματίων, το μποζόνιο Χιγκς, και τους «συγγενείς» του. Ο αλγόριθμος, ο οποίος έχει αναπτυχθεί για την αναβάθμιση του LHC που θα ολοκληρωθεί το 2020 προσφέροντας ισχυρότερες συγκρούσεις, είναι προσανατολισμένος προς τη «Φυσική των γεύσεων» των κουάρκ και το κυνήγι της χαμένης αντιύλης. Η «αντίθετη» μορφή της ύλης που βλέπουμε να μας περιβάλλει σήμερα, αποτελούμενη από σωματίδια με τα ίδια χαρακτηριστικά αλλά με αντίθετες τιμές, δημιουργήθηκε σε ίσες ποσότητες με τη συνηθισμένη ύλη κατά τη Μεγάλη Έκρηξη αλλά στη συνέχεια το μεγαλύτερο μέρος της εξαφανίστηκε από το Σύμπαν αφήνοντας πίσω ένα μυστήριο που προβληματίζει ιδιαίτερα τους επιστήμονες.

Πηγή: http://www.bbc.com/news/science-environment-29236241