fbpx I dati del Fermilab | Page 5 | Scienza in rete

I dati del Fermilab

Read time: 2 mins

Mentre si aspetta la conferenza organizzata dal Cern di Ginevra, dall'altra parte dell'oceano gli scienziati del Fermilab hanno intanto reso pubblici i risultati degli studi condotti presso l'Energy’s Tevatron collider. 10 anni di ricerche nell'acceleratore in competizione con LHC nella rincorsa alla particella di Dio, mostrano di aver raggiunto gli obiettivi prefissati dagli esperimenti CDF e DZero, "indicando fortemente l'esistenza del Bosone di Higgs" - come dichiarato da Rob Roser del Fermilab.

I dati - pubblicati in un'anticipazione su arXiv - riescono infatti a restringere il campo su dove si possa trovare il bosone, indicando valori più precisi sullasua possibile massa: tra 115 e 135 gigaelettronvolt, vale a dire circa 130 volte la massa del protone. 
La linea di ricerca del Tevatron dedicata al Bosone di Higgs ha riguardato diverse tipologie di decadimento rispetto all'LHC - in base al Modello Standard delle particelle, il bosone può infatti decadere in diverse combinazioni di particelle. Mentre al Cern hanno dato la caccia al bosone cercandone le tracce nel decadimento in due fotoni, gli esperimenti del Tevatron hanno riguardato il decadimento in una coppia di quarkIl peso statistico che però si può dare ai risultati ufficializzati è inferiore al livello di certezza a cui ci si riferisce (c'è una probabilità su 550 che questi dati siano affetti da fluttuazioni statistiche). 
"Sembra che gli esperimenti del Tevatron abbiano sfiorato il bosone di Higgs. nessuno si sarebbe mai aspettato simili risultati quando abbiamo iniziato negli anni 80" - ha dichiarato Dmitri Denisov, dell'esperimento DZero. 

Bisogna pazientare ancora un po', fino a domani, per una conferma di qualche tipo dall'LHC. 
Se i dati indipendenti degli esperimenti ATLAS e CSM dovessero convergere, la particelle di Dio sarebbe quasi a portata di mano.

Autori: 
Sezioni: 
Dossier: 
Indice: 
Bosone di Higgs

prossimo articolo

LLM e ricerca scientifica: opportunità, rischi e controlli

disegno di ricercatore al computer

Come integrare i modelli linguistici di grandi dimensioni nel processo scientifico senza comprometterne l'integrità? Gli LLM sono utili quando velocizzano lavoro ripetitivo e preparatorio. Diventano rischiosi quando il loro output entra direttamente nel processo di validazione o nella decisione scientifica. La questione da porre non è se ma come integrarli nel processo scientifico senza comprometterne l'integrità.

Immagine di copertina realizzata con ChatGPT

Nel discorso pubblico, intelligenza artificiale e Large Language Model (LLM) vengono spesso usati come sinonimi. Non lo sono. L'IA è il campo più ampio che comprende tecniche diverse — dai sistemi simbolici all'apprendimento automatico, dalla visione artificiale alla robotica, fino ai modelli generativi. Gli LLM sono una classe specifica di questi sistemi: modelli addestrati su grandi quantità di testo e, sempre più spesso, di dati multimodali, capaci di produrre risposte linguisticamente plausibili, codice, sintesi, classificazioni e proposte operative.