当两个质子碰撞时，会释放出烟火般的粒子喷流，这些粒子喷流的细节，可以告诉科学家一些关于物理学的本质以及控制宇宙的基本力量。巨大的粒子加速器，如大型强子对撞机，通过以接近光速的速度将质子束撞在一起，每分钟可以产生数十亿次这样的碰撞。然后，科学家们通过对这些碰撞的测量进行研究，希望能发现一些古怪、不可预测的行为，这些行为超出了物理学中公认的标准模型。
现在，麻省理工学院的物理学家们找到了一种方法，可以通过一种确定碰撞事件对之间相似程度的技术，自动搜索陌生、可能是新的物理学。通过这种方法，可以估计质子束碰撞中数十万次碰撞之间的关系，并根据相似程度创建事件的几何图。研究人员表示，新技术是第一个将大量粒子碰撞相互关联起来的技术，类似于社交网络。麻省理工学院(MIT)物理学副教授杰西•泰勒(Jesse Thaler)表示：社交网络地图是基于人与人之间的联系程度。
例如在从一个朋友到另一个朋友之前，你需要多少邻居，这里也是一样。
这种粒子碰撞的社交网络可以让研究人员感觉质子碰撞时发生事件的联系更紧密，因此也更典型。还能在碰撞网络的外围快速发现不同事件，从而进一步研究潜在的新物理学。合作者，研究生Patrick Komiske和Eric Metodiev，在麻省理工学院理论物理中心和麻省理工学院核科学实验室进行了这项研究，其研究发表在《物理评论快报》期刊上。
不可知地查看数据
在某种程度上，研究团队专注于开发分析大型强子对撞机和其他粒子对撞机设备公开数据的技术，希望能挖掘出一些有趣的物理现象，而其他人最初可能没有注意到。能接触到这些公共数据真是太棒了，但要从这么多数据中筛选出究竟发生了什么，是一件令人畏惧的事情。物理学家通常通过对撞机数据来寻找他们认为基于理论预测有趣碰撞的特定模式或能量，希格斯玻色子(Higgs boson)的发现就是如此。
希格斯玻色子是一种难以捉摸的基本粒子，由标准模型预测出来。该粒子的性质在理论上得到了详细的描述，但直到2012年才被观测到。当时，物理学家们已经大致知道该寻找什么，在数万亿次质子碰撞中发现了隐藏在其中的希格斯玻色子特征。但是，如果粒子表现出的行为，超出了物理学家没有理论可预测的标准模型预测，那又会怎样呢？
Thaler, Komiske和Metodiev已经找到了一种新方法来筛选对撞机数据，而无需提前知道要寻找什么。不是一次只考虑一个冲突事件，而是寻找比较多个事件的方法，其想法是，也许通过确定哪些事件更典型，哪些不那么典型，可能会挑选出具有潜在有趣、意外行为的异常值。研究试图做的是对我们认为新物理或不新物理持不可知论的态度，想让数据自己说话。
移动
粒子对撞机的数据充斥着数十亿次质子对撞，每一次质子对撞都包含了粒子的喷射。研究小组意识到这些喷雾本质上是点云——点的集合，类似于计算机视觉中表示场景和对象的点云。该领域的研究人员开发了一系列技术来比较点云，比如让机器人能够准确地识别环境中的物体和障碍物。Metodiev和Komiske使用类似技术来比较粒子对撞机数据中成对碰撞之间的点云。特别是采用了一种现有算法，该算法旨在计算将一个点云转换成另一个点云所需的最优能量或“功”，
该算法的关键是基于一个抽象概念，即“地球的移动距离”。你可以把能量的沉积想象成泥土，你是地球的搬运工，必须把泥土从一个地方搬到另一个地方，从一种构型到另一种构型所花费的能量就是计算的距离。换句话说，将一个点云重新排列成另一个点云所需的能量越多，它们之间的相似性就越远。将这个想法应用到粒子对撞机的数据中，研究小组能够计算出将一个给定点云转换成另一个点云所需的最佳能量。对于每一对，根据计算出“距离”或两者之间的相似程度，分配一个数字。
然后，将每个点云视为一个点，并将这些点安排在某种社交网络中。该团队利用大型强子对撞机提供的公开数据，利用技术构建了一个包含10万对碰撞事件的社交网络。研究人员希望，通过将碰撞数据集视为网络，科学家们可能能够快速标记出给定网络边缘可能发生的有趣事件。研究人员希望在Instagram上有一个页面，记录大型强子对撞机在某一天记录的所有最疯狂事件或点云。这项技术是确定图像的理想方法，因为你只会找到离其他东西最远的东西。
公开的典型对撞机数据集通常包括数百万个事件，这些事件是预先从粒子加速器中任何给定时刻发生数十亿次碰撞的原始混沌中挑选出来。研究小组正在研究如何扩大技术，以构建更大的网络，潜在地可视化整个粒子碰撞数据集中的“形状”或一般关系。在不久的将来，研究人员设想用物理学家现在所知道包含里程碑式发现的历史数据来测试这项技术，比如1995年第一次发现了顶夸克。用这种不需要知道在寻找什么的新物理学技术，这将是非常令人兴奋的，并能让我们有信心把它应用到当前数据集中，去发现更多奇异的粒子。
博科园｜研究/来自：麻省理工学院
参考期刊《物理评论快报》
博科园｜科学、科技、科研、科普
