Ученые-космологи Национального центра физики и математики исследуют фундаментальные проблемы физики микромира и физики элементарных частиц. Одна из главных — природа темной материи. О результатах и перспективах исследований в этой сфере рассказывает соруководитель секции научно-технического совета НЦФМ «Физика частиц и космология», директор НИИ ядерной физики им. Скобельцына МГУ член-корреспондент РАН Эдуард Боос.
— По многочисленным астрономическим наблюдениям мы знаем, что темная материя существует, но при этом пока совершенно непонятно, что же это за загадочная субстанция. Одна из самых популярных гипотез предполагает, что темная материя состоит из новых частиц, которых нет среди частиц Стандартной модели, - говорит он
Возможность того, что это, например, нейтрино, современными данными исключена. Теоретически эти частицы могут иметь огромный разброс по массе и по силе взаимодействия с частицами Стандартной модели. Вдохновленные такой неопределенностью, ученые всего мира сосредоточили усилия на разработке моделей, предсказывающих, какими могут быть эти частицы темной материи, как они взаимодействуют, как могут проявиться.
По словам учёного,
Этими проблемами занимается и наша научная группа секции «Физика частиц и космология», состоящая из специалистов НИИЯФ МГУ, Института ядерных исследований РАН и Всероссийского научно-исследовательского института экспериментальной физики.
Мы исследуем два класса допустимых моделей. Первый основан на предположении, что темная материя состоит из частиц вне Стандартной модели. И здесь у нас есть определенные достижения за прошедший год. Мы, например, рассмотрели, как частицы достаточно легкой темной материи, массой от нескольких мегаэлектронвольтов до нескольких гигаэлектронвольтов, могут рождаться в электрон-позитронных соударениях на коллайдерах, в том числе на том, который планируется построить в НЦФМ. Здесь получим интересные возможности для поиска темной материи, которая может рождаться одновременно с тау-лептонами. В результате можно будет обнаружить проявления частиц темной материи в определенном интервале масс либо поставить новые уникальные ограничения на параметры моделей, предсказывающих существование таких частиц.
Учёные моделировали процессы на Большом адронном коллайдере для экспериментов, которые могли бы обнаружить рождение частиц темной материи в ассоциации с самыми тяжелыми из известных элементарных частиц — t-кварками, или топ-кварками. В этой области у тоже есть достижения. Помимо этого, была исследована гипотеза, что темная материя может состоять не из одного вида частиц, а из нескольких, которые взаимодействуют определенным образом.
Второй класс моделей, исследуемый группой коллег из РФЯЦ-ВНИИЭФ и НИИЯФ МГУ, основан на теоретических схемах, связанных с черными дырами и коллапсарами. В таких моделях в роли частиц темной материи выступают системы атомного типа — черные дыры или коллапсары с фермионами, находящимися в связанных состояниях. Преимущество такого рода моделей — возможность объяснить феномен темной материи без расширения состава полей и взаимодействий Стандартной модели. В результате исследований, в частности, была построена полная система квантовых состояний свободного вещественного массивного скалярного поля в гравитационном поле черной дыры Шварцшильда, решена проблема канонического квантования такого поля и найден эффект удвоения числа квантовых состояний.
Еще одно направление исследований группы ИЯИ РАН связано с изучением космологических моделей, описывающих первые мгновения рождения Вселенной на постинфляционной стадии. Предложены конкретные модели и с помощью компьютерного моделирования сформулированы предположения о том, как могло происходить зарождение неоднородностей.
В процессе работы нам удалось решить одну важную проблему. Когда речь идет о выделении сигналов новой физики, например на Большом адронном коллайдере, то почти всегда есть много стандартных, так называемых фоновых, процессов, которые могут имитировать эти новые сигналы. Поэтому важно было найти способ отделить слабый сигнал от большого фона. Группа НИИЯФ МГУ разработала оригинальную методику обучения глубоких нейронных сетей для выделения полезных сигналов. Применение методов машинного обучения позволяет существенно улучшить отношение сигнала к фону и тем самым усилить ограничения извлекаемых параметров.
В этом году мы продолжим исследования на основе заделов 2022 года и надеемся получить интересные результаты. Кроме того, планируем активнее привлекать к исследованиям студентов филиала МГУ в Сарове. Учитывая, что многие специалисты нашей секции преподают там, читают лекции магистрантам, думаю, это удастся. На мой взгляд, это важно как для профессионального становления молодых ученых, так и для развития нашего направления, - говорит Эдуард Боос.
