Geisterteilchenjagd: Maschinelles Lernen knackt den Neutrino-Code

Laura Dominé, Physik-Doktorandin an der Stanford University, verwendete maschinelles Lernen, um Neutrinoreaktionen in Detektoren zu identifizieren. Neutrinos sind schwer fassbare subatomare Teilchen, nahezu masselos und in der Lage, Materie zu durchdringen. Um diese „Geisterteilchen“ zu detektieren, haben Wissenschaftler massive unterirdische Detektoren gebaut, die mit schwerem Wasser oder flüssigem Argon gefüllt und mit empfindlichen Photosensoren ausgestattet sind. Dominés Algorithmus hilft Physikern, die schwachen Wechselwirkungen von Neutrinos mit dem Detektormaterial zu identifizieren, was zu einem besseren Verständnis von Neutrinos und den Mysterien des Universums führt.