Ученые проверили асимметрию материи и антиматерии

Международная команда ученых с участием сотрудников НИУ ВШЭ собрала и проанализировала данные десятков экспериментов о превращениях нестабильных частиц чарм-мезонов в их античастицы и обратно. Выяснилось, что такие превращения происходят всего четыре раза на тысячу распадов и полностью совпадают с предсказаниями Стандартной модели. Это значит, что следов новой физики в этих процессах пока не найдено, а если неизвестные частицы и существуют, то они слишком тяжелые, чтобы современные установки смогли их заметить. Работа опубликована в журнале Physical Review D.
Сразу после Большого взрыва материя и антиматерия должны были возникнуть в равных количествах и при идеальной симметрии уничтожить друг друга. Но Вселенная сохранилась и почти полностью состоит из вещества, а значит, это равновесие было нарушено. Почему именно так произошло, все еще неизвестно. Главная теория физики частиц — Стандартная модель — описывает свойства элементарных частиц и подтверждается многочисленными экспериментами, но не объясняет исчезновение антивещества. В поисках ответов физики исследуют слабое взаимодействие, в котором частицы могут превращаться в античастицы и обратно. Эти превращения особенно чувствительны к нарушениям симметрии и поэтому удобны для проверки границ Стандартной модели.
Международная группа UTfit, в которую входят исследователи факультета компьютерных наук НИУ ВШЭ, провела самый полный на сегодня анализ этих процессов. В него вошли данные десятков экспериментов, включая новые результаты детектора LHCb на Большом адронном коллайдере и японского Belle II, которые фиксируют редкие распады частиц в разных условиях. Ученые сосредоточились на очарованных мезонах — короткоживущих частицах, способных спонтанно превращаться в свои античастицы и обратно, что делает их удобным инструментом для поиска малейших различий между материей и антиматерией. Если бы в таких превращениях проявилось небольшое различие между частицами и античастицами, это могло бы означать, что в природе есть частицы или взаимодействия, которых ранее не замечали. Для обработки информации использовался байесовский подход с марковскими цепями, который позволил учесть статистические и систематические погрешности и объединить разнородные эксперименты в единую картину.
Результаты показали, что превращения мезонов в античастицы происходят крайне редко — примерно четыре раза на тысячу распадов, а разница в скорости распадов частиц и античастиц составляет около шести на тысячу. Эти значения полностью соответствуют предсказаниям Стандартной модели. Выявленное CP‑нарушение — то самое различие между материей и антиматерией — слишком мало, чтобы объяснить исчезновение антивещества во Вселенной.
Однако, даже когда отклонений не обнаруживается, такие исследования позволяют уточнить границы, в которых Стандартная модель остается верной, и оценить характеристики гипотетической новой физики. Анализ показал, что если новые частицы существуют, они должны быть достаточно тяжелыми, чтобы их влияние было практически незаметно на текущем уровне точности. Другими словами, эти эффекты могут проявиться только при энергиях, пока недоступных для современных коллайдеров.
Денис Деркач
«Чем тяжелее гипотетическая частица, тем слабее ее вклад в наблюдаемые процессы на доступных энергиях, — объясняет заведующий Научно-учебной лабораторией методов анализа больших данных Института искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ Денис Деркач. — Мы объединили данные десятков экспериментов и видим, что все результаты согласуются со Стандартной моделью. Это значит, что если новая физика и существует, ее частицы настолько тяжелые, что их влияние на подобные процессы почти не проявляется. Чтобы заметить даже такие слабые эффекты, нужно продолжать накапливать статистику и повышать точность измерений».
Вам также может быть интересно:
ФКН ВШЭ и ЧГУ реализовали три отраслевых образовательных модуля по искусственному интеллекту
В 2025/26 учебном году факультет компьютерных наук (ФКН) ВШЭ совместно с Череповецким государственным университетом реализовал три отраслевых образовательных модуля по искусственному интеллекту. Инициатива была представлена в рамках проекта «Топ-ИИ» Минцифры России при участии АНО «Аналитический центр при Правительстве Российской Федерации». Эксперты НИУ ВШЭ совместно с индустриальными партнерами разработали линейку отраслевых образовательных модулей в области искусственного интеллекта.
В НИУ ВШЭ появится суперкомпьютер для работы с ИИ
Высшая школа экономики готовит к запуску второй суперкомпьютер. Новый кластер будет ориентирован прежде всего на задачи ИИ и дополнит уже действующий суперкомпьютер cHARISMa. Его запуск планируется на конец 2026 года.
В НИУ ВШЭ создан Фонд науки и технологий
Фонд науки и технологий НИУ ВШЭ (ФНТ) будет финансировать перспективные научные инициативы, имеющие прикладную направленность и содействующие достижению технологического лидерства России. На поддержку могут рассчитывать проектные команды из всех кампусов университета. Заявку в ФНТ можно подать в любой момент. Рассматривать заявки будет созданный Совет по науке и технологиям НИУ ВШЭ.
Нейросеть НИУ ВШЭ iFORA.LLM включена в Реестр российского программного обеспечения
Адаптированная большая языковая модель для сферы науки, технологий и инноваций (далее — iFORA.LLM, модель), разработанная экспертами Института статистических исследований и экономики знаний НИУ ВШЭ, включена в Реестр российского ПО. Модель создана для эффективного анализа массивов научно-технической информации — от поиска релевантных публикаций до оценки технологических трендов и формирования аналитических отчетов.
Новый метод НИУ ВШЭ и Т-Технологий повышает качество работы ИИ
Ученые из лаборатории научных исследований «Т-Технологий» и Института искусственного интеллекта и цифровых наук факультета компьютерных наук НИУ ВШЭ разработали новый метод семплирования для моделей маскированной диффузии — G-Star+. Он помогает быстрее и качественнее исправлять ошибки во время генерации текста и кода за небольшое число шагов. Метод показал эффективность в задачах генерации текста и кода и может применяться там, где генеративным моделям нужно быстро и качественно создавать текст или код при ограниченных вычислительных ресурсах.
Студенты МИЭМ ВШЭ разработают два спутника собственной конструкции для орбитальных экспериментов
Аппараты, созданные студенческими командами, проведут в условиях космоса исследования свойств перспективных солнечных элементов, бортовых систем накопления энергии и серийной электроники для студенческих спутников.
В Вышке открыли проектно-учебную лабораторию совместно с Группой «Т-Технологии»
Группа «Т-Технологии» (головная структура Т-Банка) открыла проектно-учебную лабораторию на базе факультета компьютерных наук НИУ ВШЭ (ФКН НИУ ВШЭ). Проектно-учебная лаборатория Группы «Т-Технологии» в НИУ ВШЭ сосредоточится на проектах и задачах в области искусственного интеллекта, распределенных вычислений, анализа больших данных и информационной безопасности в финансовом секторе. Лабораторию возглавит Алексей Теплов, кандидат физико-математических наук.
«Защищать конкуренцию от ИИ нам придется с помощью самого искусственного интеллекта»
В НИУ ВШЭ прошел двухдневный семинар «Искусственный интеллект и конкурентная политика в странах БРИКС». Его участники обсудили две ключевые для конкурентной политики темы: трансформация конкуренции и рынков под влиянием технологий ИИ и усилени е регуляторного потенциала антимонопольных органов за счет технологий искусственного интеллекта.
Крупные города как драйверы роста и новая логика пространственного развития
Крупные города в России выступают не только центрами притяжения населения, но и ключевыми генераторами экономического роста, человеческого капитала и инфраструктурного развития. К такому выводу пришли авторы исследования «Новые модели пространственного развития. Международный опыт и актуальная ситуация в России». Работу проводят в 2026 году ученые НИУ ВШЭ при участии приглашенных экспертов МГУ имени М.В. Ломоносова и РАН.
Дрожь земли: ученые ВШЭ научились отслеживать опасные подземные вибрации в реальном времени
Исследователи из МИЭМ ВШЭ и ИПКОН РАН разработали новую математическую модель мониторинга, которая позволяет фиксировать источник опасных подземных вибраций в реальном времени. Технология поможет снизить риск повреждения зданий, дорог и другой инфраструктуры рядом с карьерами и шахтами. Работа ученых опубликована в журнале «Горная промышленность».


