DUNE intègre l'intelligence artificielle dans l'expérience sur les neutrinos pour améliorer la détection des particules et le traitement des données

Les équipes du Fermi National Accelerator Laboratory (Fermilab) aux États-Unis font progresser l'intégration d'outils d'intelligence artificielle et d'apprentissage automatique dans la conception expérimentale, le fonctionnement des détecteurs et les processus d'analyse des données du Deep Underground Neutrino Experiment (DUNE), afin d'améliorer la reconnaissance des interactions de neutrinos, la classification des événements et la gestion des détecteurs.

Situé à l'installation de neutrinos à longue ligne de base, DUNE a commencé l'installation des éléments structurels de ses grands modules de détecteurs de neutrinos. L'expérience se compose d'un détecteur proche et d'un détecteur lointain : le détecteur proche est situé au Fermilab, tandis que le détecteur lointain est installé à environ un mile sous terre à l'installation de recherche souterraine de Sanford dans le Dakota du Sud. Les deux détecteurs utiliseront la technologie de chambre à projection temporelle à argon liquide pour enregistrer les interactions rares entre les neutrinos et les atomes d'argon.

Les neutrinos interagissent très faiblement avec la matière, ce qui rend leur détection extrêmement difficile. La chambre à projection temporelle à argon liquide utilisée par DUNE peut générer des images à haute résolution, fournissant des données essentielles pour l'étude des propriétés des neutrinos, mais elle présente également des défis complexes en matière de reconstruction des signaux. À cette fin, la collaboration DUNE développe des algorithmes d'intelligence artificielle pour identifier si une interaction de neutrino s'est produite dans le détecteur, retracer la position de l'interaction à partir des trajectoires des particules, et déduire l'énergie et la direction du neutrino à son entrée dans le détecteur.

Le Fermilab a déjà utilisé des réseaux neuronaux profonds pour identifier les interactions de particules dans des expériences antérieures sur les neutrinos telles que NOvA et MicroBooNE. La collaboration DUNE indique que la vitesse de traitement de ces outils d'intelligence artificielle peut être supérieure de plusieurs ordres de grandeur à celle des méthodes traditionnelles, contribuant ainsi à améliorer le traitement des signaux, la classification des événements et l'identification des particules, ce qui accroît la sensibilité de l'expérience.

Le Deep Underground Neutrino Experiment (DUNE) est à l'avant-garde de l'intégration d'outils d'intelligence artificielle dans l'expérience afin de renforcer les capacités des scientifiques de DUNE et d'accélérer les découvertes scientifiques. De gauche à droite sur l'image : Vishvas Pandey, Seon-Hee Seo et Thomas Junk. Crédit photo : JJ Starr, Fermilab

Outre la reconstruction conventionnelle des signaux de neutrinos, DUNE forme également des systèmes de “déclenchement” basés sur l'intelligence artificielle pour filtrer rapidement un grand nombre d'événements d'interaction et conserver les données présentant un intérêt pour la recherche physique. L'une des tâches clés consiste à identifier les signaux de neutrinos produits par les explosions de supernovae dans la Voie lactée. Étant donné que les neutrinos peuvent arriver plusieurs heures avant que les signaux lumineux n'atteignent la Terre, les alertes correspondantes pourraient aider les chercheurs à déterminer plus rapidement la position des supernovae, gagnant ainsi un temps précieux pour les observations astronomiques ultérieures.

L'intelligence artificielle est également utilisée pour la gestion du fonctionnement des détecteurs. Les détecteurs de DUNE sont composés de plusieurs milliers de composants qui nécessitent une surveillance continue après leur installation et leur mise en service. La collaboration étudie l'utilisation de grands modèles de langage pour rechercher rapidement dans les journaux d'exploitation et les cas de réparation réussis, fournissant ainsi aux opérateurs des références pour le dépannage ; elle explore également l'automatisation accrue des opérations des détecteurs grâce à l'apprentissage automatique et la prédiction des anomalies avant leur apparition.

La collaboration DUNE renforce également sa coopération avec les laboratoires nationaux du Département de l'Énergie des États-Unis et les institutions partenaires, perfectionnant l'infrastructure d'intelligence artificielle et établissant des flux de travail correspondants pour le traitement futur des données expérimentales à l'échelle du pétaoctet. L'équipe du projet indique que DUNE forme chaque année un grand nombre d'étudiants et de chercheurs, et que l'application approfondie des outils d'intelligence artificielle deviendra également une composante importante de la formation de la prochaine génération de talents dans la recherche sur les neutrinos.