В осцилляциях странного B-мезона нашли нарушение CP-инвариантности
Эксперимент LHCb сообщил о первом наблюдении нарушения зависящей от времени CP-инвариантности в распадах странных B-мезонов на заряженные каоны. Такой результат дополняет полученные ранее экспериментальные данные о CP-нарушениях в физике элементарных частиц, а в будущем он потенциально может объяснить дисбаланс между материей и антиматерией во вселенной. Доклад LHCb опубликован на сайте эксперимента, коротко об открытии сообщает ЦЕРН.
Нарушение CP-инвариантности в физике элементарных частиц – это явление неинвариантности законов физики относительно операции зеркального отражения пространства с одновременной заменой всех частиц на античастицы. Впервые экспериментально такой эффект обнаружили в распадах каонов в 1964 году (за что Джеймс Кронин и Вэл Фитч удостоились нобелевской премии по физике за 1980 год), а в дальнейшем отклонения от CP-симметрии стали находить все в большем числе явлений на ускорителях.
Подобные открытия привлекают особое внимание физиков, ведь существенное нарушение CP-инвариантности в физическом описании нашего мира позволило бы объяснить наблюдаемую асимметрию между количеством материи и антиматерии во вселенной. При этом в Стандартной модели есть только два источника потенциального CP-нарушения: в квантовой хромодинамике, где оно до сих пор не наблюдается экспериментально, и в слабых взаимодействиях. Второй подход к описанию отклонения мира от CP-симметричности хоть и подтверждается в экспериментах, но слишком мал по величине прогнозируемого эффекта. Поэтому для научного сообщества важно обнаружить и объяснить другие проявления нарушения CP-инвариантности чтобы понять, почему наш мир состоит лишь из материи, и куда пропала вся антиматерия.
Теперь еще одно CP-нарушение обнаружили в данных работы эксперимента LHCb на Большом адронном коллайдере в ЦЕРНе за 2015-2016 годы. Участники эксперимента сообщили о первом обнаружении нарушения зависимой от времени CP-инвариантности в распадах странного B-мезона на два каона противоположных зарядов. Сам мезон непрерывно осциллирует между двумя своими состояниями – частицы и античастицы. Зависимость CP- нарушения от времени в таком контексте означает, что асимметрия между числом странных B-мезонов и их античастиц не просто существует, но и меняется в течение жизни мезона. Сами осцилляции происходят с частотой 3 × 1012 герц (3 миллиона миллионов раз в секунду), однако высокое временное разрешение детектора в эксперименте LHCb позволило физикам найти отклонения от Стандартной модели даже в столь быстрых процессах.
Кроме осцилляций странного B-мезона физики изучили аналогичный эффект для нейтрального B-мезона, также обнаружив нарушения зависимой от времени CP-инвариантности. Такие же наблюдения уже проводились коллаборациями Belle и BABAR в 2001 году, однако теперь физики на LHCb провели собственные измерения. Ранее в 2013 году LHCb продемонстрировал нарушение интегрированной по времени CP-инвариантности для странного B-мезона, а для нейтрального B-мезона подобные измерения также провели коллаборации Belle и BABAR в 2004 году. Тогда проявления CP-нарушения искали не в зависимости от времени, а по суммарным сечениям образования мезонов и антимезонов, а теперь LHCb повторил эти измерения и в очередной раз продемонстрировал асимметрию между образующимися в коллайдере количествами материи и антиматерии.
Статистическая точность нынешнего первого обнаружения нарушения зависимой от времени CP-инвариантности странного B-мезона на LHCb составила 6,7 σ. Теперь физикам предстоит сравнить полученные данные с прошлыми экспериментальными наблюдениям и предсказаниями Стандартной модели. Только после этих сравнений можно будет судить о том, смогут ли новые результаты помочь физикам объяснить дисбаланс между материей и антиматерией во вселенной.
Эксперимент LHCb в принципе плодотворен в поисках СP-нарушений: буквально в прошлом году на LHCb впервые обнаружили нарушения CP-инвариантности в распадах D0-мезона. А о других последних результатах работы Большого адронного коллайдера мы сообщаем в теме «Второй сезон Коллайдера».
Никита Козырев
А также измерит расстояние до них
Американские ученые разработали технологию пассивного теплового зрения HADAR, которая по инфракрасному изображению получает информацию о температуре, материалах и текстуре поверхности объектов, их излучательной способности, а также умеет измерять расстояние. Технология позволяет в ночных условиях получать изображение, сопоставимое по качеству со стереоскопическими изображениями, получаемыми обычными RGB камерами при дневном освещении. Статья опубликована в журнале Nature. Для автономной навигации и взаимодействия с людьми роботам и беспилотникам нужна информация об окружении, которую они получают с помощью камер, лидаров, сонаров или радаров. Однако обычные камеры зависят от условий освещенности и плохо работают в ночное время и при плохой погоде. Кроме этого информация, получаемая с камер не содержит физического контекста, что может приводить к некорректной работе нейросетевых алгоритмов автопилота, который, к примеру, не может отличить настоящего человека от манекена. Активные сенсоры, такие как лидары и радары, при резком росте их числа начинают взаимно влиять друг на друга. Выходом могло бы стать использование в условиях недостаточной видимости камер, работающих в инфракрасном диапазоне. Однако из-за так называемого «эффекта призрачности» получаемые тепловизором изображения обычно выглядят как пятна без четкой текстуры. Это связано с тем, что поверх отражающихся от объекта инфракрасных лучей, которые несут информацию об особенностях его рельефа, накладывается его собственное тепловое излучение, которое засвечивает эту полезную информацию. Группа ученых под руководством Зубин Джакоб (Zubin Jacob) из Университета Пердью смогла справиться с этой проблемой. Они разработали технологию под названием HADAR (акроним от слов heat-assisted detection and ranging), которая с помощью машинного обучения извлекает из изображений, полученных в инфракрасном диапазоне, информацию о температуре объектов, излучательной способности материалов, из которых они состоят, а также их физической текстуре. Кроме того, технология позволяет определять расстояние до объектов на изображении. Выделение информации о собственном излучении объектов позволяет избавиться от «эффекта призрачности» и получить информацию о текстуре. Для этого авторы используют данные из библиотеки материалов, которая содержит информацию об их излучательной способности. Инфракрасное изображение фиксируется с помощью гиперспектральной камеры, после чего данные поступают на вход нейросетевой модели, которая производит декомпозицию исходных данных, выделяя из них информацию о температуре, собственном излучении и текстуре. Для обучения алгоритма исследователи использовали как настоящие изображения, полученные с помощью камеры, так и множество сгенерированных трехмерных сцен. Возможности технологии демонстрирует одна из сцен, на которой при слабом освещении запечатлен автомобиль черного цвета и человек, рядом с которым установлен вырезанный из картона портрет Альберта Эйнштейна в натуральную величину. Изображения, полученные с помощью обычной камеры, лидара и HADAR затем использовали для определения объектов с помощью алгоритма распознавания изображений. На изображении, полученном с помощью обычной камеры, алгоритм ошибочно распознал двух людей, приняв картонную фигуру за человека. На данных, полученных лидаром, оказалось невозможно определить автомобиль. При этом HADAR смог выделить все составляющие сцены, а также определить, что одна из человеческих фигур имеет сигнатуру краски на поверхности, а вторая покрыта тканью. Созданная технология может значительно улучшить системы автономной навигации беспилотных транспортных средств и роботов, дополнив уже существующие системы или даже заменив их. HADAR позволяет определять объекты и измерять расстояние по данным, полученным в ночное время, так же хорошо, как это делают традиционные системы компьютерного зрения, которые используют данные с камер в условиях дневного освещения. По словам авторов работы, в дальнейшем им предстоит решить проблему высокой стоимости оборудования для гиперспектральной съемки и невысокой производительности алгоритма. Сейчас процесс получения изображений и их обработки занимает минуты, но для работы в режиме реального времени это время необходимо сократить. Ранее мы рассказывали, как физики создали лидар, способный распознать метровые детали с рекордного расстояния в 45 километров в условиях высокого шума и слабого сигнала.