[論文レビュー] The little-hierarchy problem is a little problem: understanding the difference between the big- and little-hierarchy problems with Bayesian probability

Andrew Fowlie|arXiv (Cornell University)|Jun 11, 2015

Big Data Technologies and Applications参考文献 5被引用数 4

ひとこと要約

この論文は、小さな階層問題が自然性や超対称性のような自然な理論を拒否する正当な理由ではないと主張し、自然性を検証可能な科学的理論ではなくベイズ的推論の原則と位置づける。ベイズ確率論を用いて、弱いスケール近辺に新しい物理学がないという事実が自然性を損なわないことを示し、事前信念と尤度を適切に組み合わせた分析により、自然な理論が標準模型よりも支持されることが示される。

ABSTRACT

Experiments are once again under way at the LHC. This time around, however, the mood in the high-energy physics community is pessimistic. There is a growing suspicion that naturalness arguments that predict new physics near the weak scale are faulty and that prospects for a new discovery are limited. We argue that such doubts originate from a misunderstanding of the foundations of naturalness arguments. In spite of the first run at the LHC, which aggravated the little-hierarchy problem, there is no cause for doubting naturalness or natural theories. Naturalness is grounded in Bayesian probability logic - it is not a scientific theory and it makes no sense to claim that it could be falsified or that it is under pressure from experimental data. We should remain optimistic about discovery prospects; natural theories, such as supersymmetry, generally predict new physics close to the weak scale. Furthermore, from a Bayesian perspective, we briefly discuss 't Hooft's technical naturalness and a contentious claim that the little-hierarchy problem hints that the Standard Model is a fundamental theory.

研究の動機と目的

• 自然性を検証可能な科学的理論として理解する根本的な誤解を解き明かし、代わりにベイズ確率論に基づくものであると主張する。
• 小さな階層問題が自然性を損なうという認識を解消し、自然な理論に対する強い反論ではないことを示す。
• 標準模型が弱いスケールをプランクスケールに近い場所に予測するという大規模階層問題と、弱いスケール近辺に新しい物理学がないという小さな階層問題を、ベイズ的推論を用いて区別する。
• 特に’t Hooftの対称性に基づく基準による技術的自然性を、ベイズ的枠組みの中で評価する。
• 標準模型が基本的理論であるという主張が、ベイズ的証拠によって支持されないことを示す。なぜなら、弱いスケールに対する汎用的な予測力が欠けているからである。

提案手法

• 科学的推論の基盤としてベイズ確率論を採用し、自然性を事前分布と尤度の結果として捉える。
• 弱いスケールの予測をベイズ更新としてモデル化する：P(自然な理論 | 資料) ∝ P(資料 | 自然な理論) × P(自然な理論)。
• 自然な理論（例：超対称性）の事後確率と標準模型のものを比較し、LHCのnull結果にもかかわらず、前者が依然としてより高い確率であることを示す。
• 大規模階層問題を、標準模型が自然に弱いスケールを予測できないという失敗として扱い、一方で小さな階層問題は自然な理論に対して強い制約とはならないことを分析する。
• ディラックと’t Hooftの技術的自然性に関するアイデアをベイズ的事前分布を通じて評価し、小さなパラメータが対称性の回復に関連する場合にのみ妥当であることを示す。
• 偏りのあるコインの例を用いて、あり得ないデータが確率論自体を否定しないこと——同様に、LHCのnull結果もベイズ的自然性を否定しないこと——を説明する。

実験結果

リサーチクエスチョン

• RQ1 なぜ小さな階層問題は自然性の原則を拒否する正当な理由ではないのか？
• RQ2 ベイズ確率論が自然性の整合的基盤を提供する理由は何か？ なぜ検証可能な理論として扱うのではなく、そうなるのか？
• RQ3 ベイズ的妥当性の観点から、大規模階層問題と小さな階層問題の違いは何か？
• RQ4 ’t Hooftが提唱した技術的自然性は、ベイズ的枠組み内で正当化可能か？
• RQ5 標準模型が基本的理論であるという主張は、ベイズ的証拠によって支持されるか？

主な発見

• 小さな階層問題は自然性を否定しない。なぜなら自然性は検証可能な科学的理論ではなく、ベイズ的推論の原則であるからである。
• ベイズ的視点から見れば、LHCで新しい物理学が観測されないにもかかわらず、超対称性のような自然な理論は標準模型よりもより高い確率を保っている。
• 大規模階層問題は、標準模型が自然に弱いスケールを予測できないという失敗に起因するが、これは自然な理論が二次的発散を抑制するための問題ではない。
• 小さな階層問題は、自然な理論に対する強い証拠ではない。なぜなら、代替説がデータをよりよく説明するわけではないからである。
• ’t Hooftの対称性に基づく技術的自然性は、小さなパラメータが対称性の回復に関連する場合に、ベイズ的観点から正当化可能である。
• 標準模型が基本的理論であるという主張は、ベイズ的分析によって支持されない。なぜなら、弱いスケールに対する汎用的予測を一切持たず、予測力に欠けているからである。