La collaboration Panscales vient de présenter de nouveaux algorithmes de simulation qui sont capables de décrire avec une grande précision la physique qui se produit dans toute la plage d’énergie du Large Hadron Collider au CERN
Le grand collisionneur de hadrons (LHC, CERN) étudie une très large gamme d’échelles d’énergie et de distances. La physique fondamentale étudiée au LHC atteint des échelles d’énergie bien au-delà du téra-électronvolt (correspondant à des distances inférieures à 2 10-19m). A ces énergies, le LHC explore un territoire encore inconnu. Les particules observées dans les détecteurs peuvent au contraire avoir des énergies plusieurs ordres de grandeur plus petites.
Le projet PanScales [1] développe plusieurs nouvelles avancées conceptuelles afin de mieux combler cette large plage d’énergie. La méthodologie sous-jacente consiste à simuler [2] les branchements successifs des particules connues sous le nom de quarks et de gluons (les particules fondamentales de l’interaction forte), comme l’illustre l’image ci-dessous. La nouveauté de l’approche PanScales réside dans le lien profond qu’elle entretient avec la théorie sous-jacente de l’interaction forte.
Des simulations comme celles développées dans PanScales sont utilisées dans presque toutes les publications de physique des collisionneurs. Leur première incarnation remonte à la fin des années 1970. La principale raison de leur succès est leur flexibilité : les événements simulés peuvent être utilisés pour effectuer le même ensemble d’études qu’avec les données réelles. Citons comme exemples spécifiques le test de nouvelles idées théoriques, l’entraînement de réseaux neuronaux d’intelligence artificielle ou l’évaluation des incertitudes dans les mesures expérimentales.
A fin d’être aussi fiable que possible, il est important que les algorithmes utilisés dans la simulation encodent le plus correctement possible la description théorique des interactions fondamentales. C’est sur ce point que le projet PanScales se distingue. Alors que les outils de simulation précédents étaient limités en précision, les nouveaux algorithmes développés par PanScales sont capables de décrire avec une grande précision la physique qui se produit dans toute la plage d’énergie du LHC. Auparavant, cette précision n’était possible que dans des calculs analytiques qui se concentraient sur une seule propriété de l’événement à la fois, par exemple le nombre moyen de particules dans un événement.
La figure ci-dessus montre un exemple de la manière dont les derniers développements de PanScales (NNLL [3]) permettent une description nettement améliorée des données des collisionneurs par rapport à l’état de l’art antérieur (NLL), développé au cours des dernières années par plusieurs groupes à travers le monde.
Ces derniers développements devraient avoir un impact majeur sur l’avenir du programme du LHC et d’éventuels collisionneurs ultérieurs. Ils contribueront à fournir des données d’entraînement cruciales pour l’apprentissage des réseaux de neurones. Ils aideront également les expériences à atteindre une grande précision dans un large éventail de mesures, notamment l’exploration des nouvelles propriétés du champ de Higgs et la recherche d’une nouvelle physique potentielle à des énergies plus élevées.
À l’IPhT, PanScales est dirigé par Gregory Soyez, avec une ancienne postdoc, Alba Soto Ontoso, et une nouvelle recrue du CNRS, Silvia Ferrario-Ravasio. Les autres instituts collaborateurs sont Oxford, University College London, Manchester, le CERN, Nikhef, Grenade et Monash.
References:
[1] PanScales, https://gsalam.web.cern.ch/panscales/
[2] M.van Beekveld, M.Dasgupta, B.El-Menoufi, S.Ferrario-Ravasio, K.Hamilton, J.Helliwell, A.Karlberg, R.Medves, P.Monni, G.Salam, L.Scyboz, A.Soto-Ontoso, G. Soyez(IPhT), R.Verheyen, SciPost Phys.Codeb. 2024 (2024) 31 [arXiv:2312.13275]. See also https://gitlab.com/panscales/panscales-0.X
[3] A new standard for the logarithmic accuracy of parton showers, M.van Beekveld, M.Dasgupta, B.El-Menoufi, S.Ferrario-Ravasio, K.Hamilton, J.Helliwell, A.Karlberg, P.Monni, G.Salam, L.Scyboz, A.Soto-Ontoso, G.Soyez(IPhT), arXiv:2406.02661, accepted in PRL.