自从大型强子对撞机发射以来，研究人员一直在研究希格斯玻色子，并寻找超越当前基本粒子模型的物理迹象。使用ATLAS探测器的科学家将这两个目标结合在一起：他们的最新分析不仅加深了我们对希格斯玻色子如何相互作用的理解，而且对潜在的“新物理”现象施加了更强的限制。
随着希格斯玻色子的发现，大型强子对撞机（LHC）取得了重大成功。希格斯玻色子是标准模型中缺失的最后一块，也是理解基本粒子质量起源的关键。然而，尽管有了这一突破，研究人员还没有找到任何超越标准模型的物理证据，这一直是令人沮丧的根源。位于日内瓦的欧洲核子研究中心（CERN）的科学家们正在通过提高希格斯玻色子测量的精度，同时积极寻找“新物理学”的迹象，来解决这个问题。
最近由欧洲核子研究中心的ATLAS实验小组进行并发表在《高能物理杂志》上的一项研究证明了这种双重方法。该团队专注于观察导致两个希格斯玻色子产生的事件，然后它们衰变成轻子家族的多个粒子，主要是电子和介子。
探索希格斯玻色子对的产生
在标准模型中产生希格斯玻色子对在理论上是可能的，但由于这种情况非常罕见，科学家们还没有在现有的数据中观察到它。然而，一些超越标准模型的理论模型表明，希格斯玻色子对可以更频繁地产生。如果科学家能够根据目前的数据确定希格斯玻色子对产生的实例，它将证实存在一种新的、以前未知的物理现象。因此，ATLAS实验小组将这个罕见的过程作为他们分析的重点。
“希格斯玻色子相互作用的实验研究遇到了一个基本问题。它是这样的：在大型强子对撞机的质子碰撞中，希格斯玻色子出现的频率如此之低，以至于到目前为止还没有发现一个希格斯玻色子对产生的事件，如果我们想要观察这些粒子之间的相互作用，这乍一看似乎是绝对必要的。那么，我们怎样才能研究一个尚未被观察到的现象呢？波兰科学院物理研究所（IPJ PAN）的物理学家巴特罗米耶·扎宾斯基博士（Bartlomiej Zabinski）说，他协调了负责这项分析的国际团队。
机器学习在粒子物理中的作用
在标准模型中，可以对各种已知过程的概率做出越来越精确的预测。认为希格斯玻色子具有意想不到的性质或存在新物理学的一个基本原理是，理论预测与LHC探测器的实际数据之间存在差异。因此，在标准模型的框架内操作，ATLAS实验中的物理学家模拟（连同背景）在两个希格斯玻色子现象发生时应该出现在探测器中的信号，然后根据来自探测器的预期数据量将结果归一化。最后一步是将由此获得的值与以前的观测值进行比较。基于决策树的机器学习的使用有助于寻找这些罕见的过程。
“我们对具有多个轻子的最终态的双希格斯玻色子产生事件的分析，补充了已经在其他最终态进行的研究。到目前为止，我们还没有注意到探测器的数据中有任何与标准模型不符的地方。然而，这一结果并没有排除‘新物理’现象存在的可能性，而只是告诉我们，它们对希格斯玻色子对产生的可能影响仍然太弱，目前收集的数据还无法看到，”扎宾斯基博士总结道。
LHC的未来展望
在未来几年，大型强子对撞机将经历一次重大升级。然后，光束的强度将增加十倍，导致记录的质子碰撞次数显著增加。目前对希格斯玻色子的产生和描述其相互作用的参数的分析所施加的限制，使物理学家们希望，也许在下一个十年的开始，就有可能从更多的数据中选择出第一批双希格斯玻色子产生的事件，并通过对这一现象的直接观察来验证今天的预测。