Det finnes mange teorier om hva mørk materie er. Det finnes også mange eksperimenter fra partikkelfysikk. Hvordan skal forskerne finne ut hvilke teorier som passer best med det eksperimentene viser?
– Vi må ha en sokkefinnemaskin, sier professor i fysikk, Are Raklev, ved Universitetet i Oslo (UiO). Svaret er enkelt og genialt, nesten som en oppfinnelse fra Petter Smart.
For klare å navigere i mylderet av teorier og data har Raklev sammen med forsker Anders Kvellestad ved UiO og andre forskere rundt om på kloden laget en slags «match-maker», en sokkefinnemaskin.
Maskinen kan brukes i mange sammenhenger – fra å finne den beste modellen for sykdomsspredning i en pandemi til å finne sokkene dine i mange dimensjoner.
Det forskerne vanligvis leter etter, er ikke sokker, men ny fysikk. Det kan for eksempel være nye typer partikler som kan forklare fenomener slik som hva mørk materie er.
Saken kort oppsummert:
Fysikere utvikler verktøy for å navigere i mange dimensjoner.
Forskere ved Universitetet i Oslo har utviklet en «sokkefinnemaskin» for å finne de beste modellene innen partikkelfysikk og andre felt.
Verktøyet, kalt GAMBIT, kan anvendes på alt fra å forstå mørk materie til å modellere sykdomsspredning under pandemier.
Dette verktøyet kan også brukes til å optimalisere modeller for sykdomsspredning, som vist i samarbeid med Folkehelseinstituttet.
Oppsummeringen er generert av Labrador AI, men gjennomlest av en journalist.
Problemet er, ifølge Raklev, at det mangler noe i standardmodellen for partikkelfysikk for å få likningene til å gå opp.
Men hva er dette «noe»?
Her kaller vi dette «noe» for sokker. Fordi ingen kan være helt sikker på nøyaktig hva det er og hvilke egenskaper det har, er det ekstra viktig å ha en god metode for å lete etter det.
Hvilke «ny fysikk»-sokker det er snakk om kommer vi tilbake til.
Hvorfor er mange dimensjoner egentlig et problem?
– Jeg tror den beste måten å forklare dette på er å se på hvor lett det er å finne sokken i én dimensjon, forklarer Raklev. Hvis du vet at sokken ligger langs gulvlista på vindusveggen på soverommet, da kan du bare lete langs denne ene dimensjonen til du finner den.
Problemet blir vanskeligere når vi utvider til to dimensjoner. Det vil si hele gulvflaten på soverommet.
– Hvis den kan være hvor som helst på gulvet i rommet, kan den være under senga, under stolen, ved siden av lampa og så videre. Det vil si at du må se over hele overflaten. Hvis du skal gjøre det grundig, må du se over hver eneste bit av gulvet systematisk. Det tar tid, forklarer han.
Heldigvis er det ofte slik at vi ikke trenger å lete over hele gulvflaten. De fleste vet hvor sokken var i går:
– Du kan jo begynne å lete på de vanlige plassene eller alle de lure plassene der du kan ha lagt sokkene. Men alt dette blir jo vanskelig dersom du har et kjæledyr eller et barn. De fører jo gjerne til at sokkene er et helt annet sted enn der de var forrige gang. De lure stedene er ikke så lure lenger, forteller Raklev.
Partikkelfysikerne søker helst bare i to dimensjoner
Bak den spøkefulle tonen skjuler det seg likevel et alvor.
Dimensjonsproblemet er så vanskelig at fysikere på Large Hadron Collider (LHC) som krasjer partikler for å finne spor av nye partikler, helst leter i to dimensjoner.
Annonse
LHC – Large Hadron Collider
Large Hadron Collider er en maskin som kræsjer partikler i stor hastighet. Den ble tatt i bruk i 2008. Den brukes til å studere de minste byggesteinene verden består av slik som kvarker og gluoner. I 2012 fant forskerne beviser for eksistensen av Higgs-partikkelen. LHC blir brukt til å lete etter og forstå verdens minste byggesteiner.
Da er det ikke rom for hunder eller barn som gjør de lavere dimensjonene vanskelige.
– Mange dimensjoner er så vanskelig at de som er eksperimentalister, de som leter etter ny fysikk på LHC og andre steder, leter stort sett i to-dimensjonale rom. Altså de leter etter sokker på gulvet. Men hva hvis sokken befinner seg oppå kommoden? Da vil ikke disse fysikerne kunne finne den fordi de ikke leter der, sier Raklev.
Hva er en eksperimentalist?
En eksperimentalist er en som gjør eksperimenter i forskning. De som jobber med teori (teoretikerne) kommer opp med nye modeller og regner ut egenskapene, slik at eksperimentalistene så kan prøve å gjøre målinger som understøtter eller motbevise teorien.
Dimensjoner er mer enn bare fysisk plassering i rommet
– Om du tenker at to dimensjoner er vanskelig i hverdagslivet, blir det selvfølgelig verre hvis du innfører en ekstra dimensjon. Da kan sokken være hvor som helst i rommet, sier Raklev.
Da Higgsbosonet ble funnet, visste forskerne at det skulle være der i standardmodellen. Det hadde bare en ukjent størrelse eller dimensjon om du vil. Nemlig hvor tungt det var.
Se for deg kjellerboden fylt til randen av bokser. Kanskje er det så fullt av ting at de tre dimensjonene blir vanskelige å finne fram i:
– Hvis du har et komplisert rom, kan sokken være hvor som helst. Desto flere dimensjoner, desto lengre tid vil det ta å lete. Tiden det tar, går mot uendelig når antall dimensjoner øker, sier Raklev.
I Raklevs sokkeskuff er enhver egenskap som kan måles og som kan ha flere verdier, en dimensjon. Dette «noe» som han leter etter, kan for eksempel ha forskjellige masser.
Fordi forskerne ikke vet hva det er, må de ha med alle de mulige massene når de leter. Så langt er det høyeste antallet dimensjoner som er brukt for sokkefinnemaskinen 16.
– Matematisk kan vi tenke på et vilkårlig antall dimensjoner. Det går helt fint. Du får litt vondt i hodet av det, men det er ingen begrensninger. Vi håper å kunne bruke sokkefinnemaskinen med flere dimensjoner i fremtiden, sier Raklev.
Hvordan finne ut hvilken teori som forklarer det vi ser?
Sokkefinnemaskinen kalles vanligvis for GAMBIT. Den ble påbegynt i 2012. Den første versjonen ble lansert i 2017.
Annonse
– Før 2012 var det som om alle forskerne satt på hver sin private sokkefinnemaskin, og hver maskin kunne bare finne én type sokk. Funnene de gjorde, kunne ikke kontrolleres fordi ingen satt på de samme verktøyene. Derfor trengte vi en maskin som kunne finne alle mulige sokker, i alle mulige rom, forklarer Raklev.
Hva er GAMBIT?
GAMBIT står for a Global And Modular Bsm Inference Tool.
GAMBIT tar en teori og sammenlikner den med alle data som er tilgjengelige. Deretter sier den noe om hvor godt dataene og teorien passer sammen. Det kan gi en idé om hvilke data eller teorier, forskerne bør se mer på, og dermed snevre inn søket. Denne maskinen eller metoden, kan brukes på alle fenomener der det finnes ulike teorier og store mengder data.
I dag er om lag 70 forskere fra hele verden tilknyttet GAMBIT-prosjektet. Seks av dem jobber ved Universitetet i Oslo.
Se for deg at du tror den gule ullsokken ligger under sofaen. Kanskje har du støvsuget under sofaen og ser at det er noen gule fibre i filteret. Dette er et hint om at den kan være der.
Det kan også hende at du har tatt noen bilder fra en fest forrige helg. Både bildene og informasjon fra filteret på støvsuger er data som kan mates inn i sokkefinnemaskinen.
Alle tenkelige data samles inn, og maskinen gir deg et svar som for eksempel kan utelukke at sokken befinner seg på gulvet i stua. Men kanskje er den i det innerste hjørnet under sofaen?
Summen av data kan utelukke noen områder og si noe om hvor man bør lete litt bedre. Når dimensjonene er mange, er det å kunne snevre inn søket gull verdt.
– Vi må kunne lete i flere dimensjoner enn to, sier Raklev.
Så langt har maskinen bare funnet gamle sokker
Det sokkefinnemaskinen først og fremst er blitt brukt til, er å lete etter mulige partikler i partikkelfysikk. Så langt har de bekreftet eksisterende partikler eller forklart med sokker:
– Vi har lett etter flere forskjellige sokker i mange forskjellige hus. Vi har ikke funnet noen nye, men vi har funnet noen gamle, som vi visste om. De sokkene har vi lokalisert, og det er en fin start, sier Raklev.
I tillegg har sokkefinnemaskinen etablert noen områder hvor det helt sikkert ikke ligger noen sokker.
– Så langt er det funnet eller ekskludert, sokker i 15–16 foreslåtte modeller. Da har fysikerne tatt utgangspunkt i de mest realistiske sokkene. Det vil si der eksperimentalistene allerede har funnet hint av en sokk, forklarer Raklev.
Det Raklev håper mest på, er likevel at de skal klare å finne områder der det kan finnes nye partikler. Altså «noe» som bedre kan forklare ting som for eksempel mørk materie.
Annonse
Supersymmetri: Vi har bare én av hver sokk, men vi tror de opptrer i par
– En ting vi kan bruke GAMBIT til, er å lete etter bevis for sokker vi tror skal eksistere, forklarer forskeren Anders Kvellestad. Han er leder for GAMBIT-samarbeidet.
Han forteller at det er en teori i fysikk som kalles supersymmetri. Den teorien har eksistert siden 1970-tallet. Den går ut på at for hver partikkel finnes det en partner-partikkel.
– Det er akkurat som om vi har en av hver sokk, men mangler paret, sier Kvellestad.
Han forteller at fysikere har lett etter disse partnersokkene i mange tiår, men de har ennå ikke funnet noen. Denne teorien har mange fine egenskaper. Mye ville gitt mening dersom det var balanse i sokkene. De har ikke gitt opp, selv om de ikke har funnet noen par.
Ifølge denne teorien burde Higgspartikkelen eller Higgssokken, ha vært en skikkelig svær raggsokk. I stedet var det en liten sokk, tynn og lett.
– Supersymmetri vil kunne forklare hvorfor Higgspartikkelen har lav nok masse til at vi kunne oppdage den på LHC. Egentlig skulle vi ikke kunne se den, men det gjorde vi. Vi skjønner fremdeles ikke hvorfor det er slik, sier Kvellestad.
Grunnen til at Kvellestad synes supersymmetri høres fornuftig ut, skyldes at alternativet krever en del justering av modellen:
– Hvis vi tar standardmodellen slik den er i dag, så virker dette veldig merkelig. Vi må finjustere egenskapene i modellen for å få det til å gå opp. Hvis vi i stedet har partnersokker for hver sokk vi ser, så trengs ikke denne unaturlige finjusteringen lenger, mener Kvellestad.
Det er flere enn én Higgspartikkel
I 2012 ble Higgspartikkelen funnet. Dersom supersymmetri-modellen stemmer, vil det være flere slike partikler:
– Hvis modellen stemmer, så må det være to nøytrale Higgspartikler og to elektrisk ladde Higgspartikler. I tillegg til den som allerede er oppdaget, sier Kvellestad.
Kvellestad håper at GAMBIT vil kunne bidra til å finne ut hvor de skal lete og hvilke eksperimenter som viser spor av slike partikler.
Annonse
Ikke finnbare-sokker
Det mest frustrerende med sokkefinnemaskinen er kanskje dette: Den er begrenset av hvilke data det er mulig å skaffe.
Derfor finnes det steder hvor maskinen ikke kan hjelpe til med søket.
Når forskerne leter etter «noe» i partikkelfysikk, er det frustrerende å vite at det er områder der det ikke er mulig å få data fra.
– Supersymmetri er en slik modell hvor rommet vi leter i, er uendelig høyt, forklarer Kvellestad. Sokkene eller partiklene, kan alltid befinne seg litt høyere oppe enn området vi leter i.
Han forklarer at dette er med på å gjøre supersymmetri-modellen mindre tiltalende.
– Det er teoretiske grunner til at vi forventer at hvis disse sokkene eksisterer, så vil de være relativt nær oss. Det er jo litt rart med et par hvor den ene sokken er kjempetynn og ligger på gulvet, og den andre er kjempetjukk og er høyt oppe på veggen, over det nivået der sokkefinnemaskinen kan finne den. Det er ikke så symmetrisk, sier Kvellestad.
Før vi forkaster en teori, må vi lete grundig der vi kan
Likevel understreker han at symmetrien handler om noe annet enn masse, men at det likevel er rart hvis forskjellen er veldig stor. Symmetrien i partikkelfysikk handler om spinn.
– Dersom teorien om supersymmetri stemmer, vet vi at den andre sokken må være noe tjukkere, hvis ikke hadde vi funnet den allerede. Da ville den ha ligget ved siden av den sokken vi allerede har oppdaget. Hvis symmetrien stemmer så er den allerede litt brutt, smiler Kvellestad.
Kvellestad forklarer at grunnen til at han likevel fortsetter å lete etter partikkelpar, er at det fremdeles er mange muligheter for hvor parene kan finnes.
– Før vi forkaster teorien, bør vi ha sjekket under hver eneste kommode og hver eneste seng og hvert hjørne. Rommet vi leter i, er veldig komplisert og rotete, og vi er litt opptatt av at vi ikke skal begynne å lete i høyden av rommet før vi er helt sikre på at sokkeparene ikke befinner seg i rommet vi allerede kan lete i. Vi kan ikke gjøre så mye med at vi aldri kommer til å kunne lete uendelig høyt opp i energi, men vi kan i alle fall sørge for at vi har lett grundig der vi kan.
Kvellestad forklarer at energigrensen skyldes at det er en øvre grense for hvor tunge partikler som kan oppstå i kollisjonene på LHC.
Dersom de partiklene fysikerne leter etter, er tyngre enn de som kan produseres, er det ikke mulig å finne dem på LHC. Det skyldes at GAMBIT eller sokkefinnemaskinen, trenger data for å lete.
Mye av disse dataene kommer fra LHC. Andre data kan komme fra observasjoner i rommet eller andre eksperimenter.
Kvantefysikk kan påvise nye sokker indirekte
Til tross for energigrensen er det likevel mulig for sokkefinnemaskinen å se spor av ting som er utenfor rekkevidde. Dette skyldes kvantefysikk.
– La oss si at det finnes en teoretisk tung raggsokk et sted, så har den en effekt på den rosa silkesokken vi allerede har. Eller hvis det finnes en gul sokk under sofaen, så vet vi at den blå sokken må være i skapet. Slike rare kvanteeffekter kan si noe om hvordan ting påvirker hverandre. På den måten kan sokkene vi har, gi indirekte informasjon om de vi tror skal finnes, sier Kvellestad.
Overført til partikler betyr det at nøye observasjon av eksisterende partikler kan avsløre at de blir påvirket av partikler vi ennå ikke har oppdaget.
Sokkefinnemaskinen kan bidra til å finne ut hva slags effekter forskerne bør se etter.
Sokkefinnemaskinen skal hjelpe Folkehelseinstituttet med pandemi-matte
Kvellestad forteller at en av fordelene med sokkefinnemaskinen er at sokkene kan være hva som helst.
Ifølge ham er de avanserte modellene som ble brukt til å stenge ned Norge under Covid-19-pandemien såkalt agent-baserte modeller. De modellene simulerer hele Norges befolkning og forutsier hvordan en smittsom sykdom sprer seg.
Nå har GAMBIT-forskerne begynt et samarbeid med Folkehelseinstituttet for å bruke sokkefinnemaskinen til å optimalisere modellen for smittespredning for ulike sykdommer.
– Uansett hvilken modell du putter inn, om det er partikkelfysikk eller smittevernsmodeller, så kan GAMBIT hjelpe til med å finne ut hvilken modell som matcher dataene best, sier Kvellestad.
Han håper at samarbeidet med Folkehelseinstituttet kan gjøre at flere andre institusjoner som skal regne på avanserte modeller med store datamengder, får øynene opp for sokkefinnemaskinen.
Målet er å bruke den på mange ulike problemer – og selvfølgelig å finne flere «sokker».