當理論不再給答案，改由 AI 助力粒子物理學？

在粒子物理學的探索中，人工智慧（AI）正扮演愈來愈重要的角色，尤其是在尋找超越標準模型的物理學（BSM）的新物理現象方面。隨著大型強子對撞機（LHC）於 2022 年開始第三次運轉，科學家希望能利用 AI 分析大量資料，尋找那些未曾預測的現象。

自 1930 年代以來，粒子物理學家不斷改進實驗設備，從卡爾‧安德森（Carl D. Anderson）的雲室（cloud chamber）到如今的 LHC，這些設備的發展讓科學家能以接近光速的速度撞擊次原子粒子，並測試宇宙的深層理論。然而，隨著標準模型的建立，許多基本問題仍然懸而未決，例如基本粒子的質量來源、暗物質本質等。這些問題解答，可能會打開新物理大門。

在這樣的背景下，AI 的應用顯得尤為關鍵。研究人員利用機器學習（ML）尋找資料中的微妙模式，這些模式往往是人眼難以察覺的。以 LHC 為例，科學家會收集大量的測量資料，並運用機器學習演算法比對模擬資料，尋找可能的新粒子或相互作用的跡象。

德國海德堡大學的理論物理學家蒂爾曼·普萊恩（Tilman Plehn）指出，當前粒子物理學正面臨一場危機，許多理論模型未能在實驗中得到驗證，使研究者不得不尋求新的方法。普萊恩和漢堡大學物理學家格雷戈爾‧卡謝奇卡（Gregor Kasieczka）提到，隨著 LHC 的運轉，科學家期望逐漸降低，尤其是在超對稱理論的預測未能如期實現的情況下。

為了應對挑戰，研究者開始探索無監督學習的可能性。這種方法不再依賴特定預測，而是尋找任何異常現象，就像用全新的視角觀察星空，捕捉不尋常的訊號。