Tuhaf gelebilir ama dünyanın en büyük parçacık çarpıştırıcısında karanlık madde çalışmalarında rol alan bilim insanları için bu tuzak gerçek!
Büyük Hadron Çarpıştırıcısı olarak bilinen (LHC) Fransa-İsviçre sınırının 350 metre altındaki bir yeraltı tünelinde, neredeyse ışık hızında birbirlerine çarpan proton demetleri gönderilerek Büyük Patlama‘dan kısa bir süre sonra meydana gelen koşulları simüle eden küçük patlamalar oluşturuluyor.
Duke Üniversitesi’nin fizikçilerinden Ashutosh Kotwal gibi bilim insanları, bu çarpışmalardan geriye kalan atom altı enkazın evrenin “kayıp maddesi “ne dair işaretler taşıyabileceğine inanıyorlar. Kotwal, 3 Mayıs’ta Scientific Reports dergisinde açıklanan bir tasarımdan yararlanarak, bu geçici ipuçlarını yapay zeka yardımıyla kameraya kaydetmeyi amaçlıyor.
İnsanları ve gezegenleri oluşturan sıradan madde, var olanların yalnızca bir kısmıdır. Kotwal ve diğer bilim insanları, görünür maddeden beş kat daha bol olan ancak doğası bilinmeyen karanlık maddeyi arıyorlar.
Hakkında çok az şey bilinen karanlık maddenin bilim insanları tarafından yıldızlar ve galaksiler üzerindeki kütle çekimsel etkisi nedeniyle var olduğu biliyor.
Ama bu içerdiği bilinmezliği Büyük Hadron Çarpıştırıcısı değiştirebilir. Her proton-proton çarpışmasının ürettiği parçacık spreyinin düzenli görüntülerini alan ve 3 boyutlu dev bir kamera görevi gören dedektörlerin yardımıyla karanlık madde ve gizemleri araştırılıyor.
Sadece sıradan parçacıklardan dolayı dedektörün sensörleri tetiklenir. LHC’de karanlık madde oluşturulabilirse, bilim insanları bunun bir tür “kaybolma” şeklinde olabileceğine inanıyorlar: Çarpışma noktasından 25.4 cm veya daha fazla bir mesafeye giden ağır yüklü parçacıklar çarpışmadan sonra herhangi bir iz bırakmadan karanlık madde parçalarına bozunması şeklinde gerçekleşeceği düşünülüyor.
Bu parçacıkların izlediği yol takip edilirse dedektörün sahip olduğu iç katmanların bir bölümünde “kaybolan iz” görülebilecektir. Ama Kotwal’ın belirttiği üzere bu izleri tespit etmek için çok hızlı olmak gerek. Sebebi ise LHC dedektörlerinin uçan parçaçıkların her saniyede yaklaşık olarak 40 milyon görüntüsünü alması. Hızlı olmak önemli!
Kotwal görüntülerin aradıkları özel işaretlere sahip olmadığını ve içlerinden kurtarmak istediklerinin çok az sayıda olduğunu belirtiyor.
Araştırmacıların çarpışmanın ilgi çekici olup olmadığını değerlendirmek ve ileride incelemek üzere kaydetmeleri için saniyenin yalnızca birkaç milyonda biri kadar bir süreleri var.
Kotwal’a göre, bunu gerçek zamanlı olarak ve uzun süreler boyunca yapmak için parçacık fizikçilerinin şimdiye kadar yaptıklarından en az 100 kat daha hızlı bir görüntü tanımlama sistemi gerekiyor.
Ama Kotwal, bununu bir çözümün olduğunu düşünüyor. Aynı anda toplanan on binlerce veri noktasından oluşan bir bulut içinde, bir sonraki çarpışma gerçekleşmeden önce bu geçici izleri tespit edip işaretleyebilen hızlı bir algoritma olan “iz tetikleyici” üzerinde çalışıyor.
Bu konsept, her bir görüntüyü analiz etme işini doğrudan bir silikon çip üzerine yerleştirilmiş çok sayıda yapay zeka motoruna dağıtarak çalışıyor. Bu tasarım ile bir görüntü 250 nanosaniyeden daha kısa bir sürede işleniyor ve ilginç olmayanlar otomatik olarak kaldırılıyor.
Kotwal bu yöntemi 2020 ve 2021’de yayınlanan iki makalede açıklamıştı. Bu yıl Mayıs ayında Scientific Reports’ta yayınlanan daha yeni bir çalışmada, kendisi ve ortak lisans öğrencileri ile oluşan ekibi bu algoritmanın bir silikon çip üzerinde çalışabileceğini gösteriyor.
Yaklaşık olarak 2000 çip içerecek olan aygıtın prototipini Kotwal ve öğrencileri gelecek yaza kadar geliştirmeyi planlıyorlar. Ama oluşturulan tüm sistemin LHC dedektörlerine yerleştirilebilmesi için 3-4 yıla daha ihtiyaç olacak.
Hızlandırıcının performansı artmasıyla daha fazla parçacık üretimi gerçekleşecektir. Kotwal’ın bu buluşu karanlık madde varsa bilim insanlarının bunu gözden kaçırmamasına yardımcı olacaktır.
Ayrıca Kotwal, karanlık madde oluşumu meydana gelirse üzerlerine düşen görevin gerekli ekipmanların bunu tespit edebilir bir teknolojiye sahip olmaları için çalışmaları gerektiğini belirtti.
Haberin Kaynağı: sciencedaily.com/releases/2024/07/240729173405.htm
Haberi Derleyen: Yaren Doruk
