Два эксперимента должны были обеспечить независимую проверку любого нового явления. К концу 1993 года обе команды осторожно начали говорить о доказательствах существования шестого кварка, топ-кварка, но им требовалось больше времени и больше данных, чтобы соблюсти уровень статистической значимости в 5 сигм. Наконец, в 1995 году обе команды объявили об открытии топ-кварка. Последняя частица Стандартной модели найдена – безусловно, самая тяжелая элементарная частица. Топ-кварк весит больше, чем атом золота, несмотря на то что он является точечной частицей, как и электрон. Время его жизни составляет всего полутриллионную триллионной доли секунды (5 × 10–25 секунд), после чего он распадается на следующий тяжелый кварк, боттом-кварк[263]. Топ-кварк настолько недолговечен, что у него нет времени объединяться с другими кварками, поэтому, в отличие от других кварков, которые всегда объединяются, топ-кварк проводит свою невероятно короткую жизнь в одиночестве. И вот двадцатилетнее путешествие с момента открытия b-кварка в 1970-х годах в ипсилоне привело к знаменательному открытию его партнера – t-кварка, и это достижение попало в заголовки газет по всему миру.

Трудно переоценить сложность нахождения такой частицы, как топ-кварк, поскольку вероятность встретить его среди обломков столкновения частиц невероятно мала. Для этого физики-экспериментаторы должны были быть экспертами не только в практических экспериментах, но и в статистике и вычислительных методах. Это был совершенно иной набор навыков, чем у их коллег всего двадцатью годами ранее. В значительной степени виной тому то, что взаимодействия частиц вероятностны по своей природе, как диктует квантовая механика. Не все в эксперименте можно рассчитать вручную, и не было смысла проводить эксперимент, не способный найти топ-кварк или другие частицы и процессы, которые искали ученые, поэтому подготовка была необходима. Так как же все просчитать? Используя компьютерное моделирование, физики могут ввести всю известную теоретическую информацию и соответствующие вероятности, а затем использовать подход, известный как метод Монте-Карло, чтобы получить обзор статистических результатов эксперимента.

Название этого метода происходит от знаменитого «ложного вывода Монте-Карло», или ошибки игрока, в основе которого лежит идея о том, что, хотя одно событие может быть непредсказуемым, исход многих событий можно определить. История выглядит так.

В 1913 году в казино Монте-Карло в Монако шарик рулетки выпал на черное 26 раз подряд. Вероятность того, что это произойдет, составляет один к 66,6 миллиона, но вероятность выпадения черного при каждом вращении всегда одинакова – 50 %. С каждым новым вращением игроки считали, что в следующий раз наверняка выпадет красное. По мере того как количество вращений, выпадающих на черное, увеличивалось с 8, 9, 10 и более, они были настолько уверены, что на следующем вращении должно выпасть красное, что ставили миллионы франков. И все теряли. Единственный гарантированный способ не потерять деньги, делая ставки на такого рода статистические игры, – это продолжать увеличивать свою ставку каждый раз, когда вы проигрываете, так что при выигрыше вы возместите свои предыдущие потери. Это не только психологически чрезвычайно сложно, но и обычно не допускается в казино, поэтому размер ставки ограничивается и казино выигрывает.

Предсказуемые результаты вращений колеса рулетки вдохновили математиков, включая Станислава Улама и Джона фон Неймана, еще в 1946 году, когда Улам работал в Лос-Аламосе. Его команда столкнулась с проблемой, когда им нужно было рассчитать рассеяние нейтронов в определенном веществе. Они знали среднее расстояние, которое должен пройти нейтрон, прежде чем он ударится об атомное ядро, и знали, сколько энергии задействовано в столкновении, но, несмотря на это, не смогли вычислить ответ математически. Улам лежал в больнице, восстанавливаясь после операции, и пытался прикинуть шансы на удачную комбинацию, раскладывая пасьянс, когда ему в голову пришла идея: почему бы не провести целый ряд испытаний наподобие вращения колеса рулетки, подбрасывания монеты или раскладывания пасьянса и не подсчитать, что произойдет в каждом случае? Проследив результаты различных серий столкновений, определяемых известными вероятностями, для большого числа нейтронов, можно определить их общее рассеяние. Один из коллег Улама назвал этот метод методом Монте-Карло.

По мере роста вычислительной мощности эти методы становились все более и более точными. Общая идея состоит в том, чтобы избежать выполнения невероятно длинных – или даже невозможных – вычислений вручную и вместо этого выполнить большое количество случайных испытаний. Физика элементарных частиц была на передовой этих разработок, так что ко времени создания Тэватрона физики уже вовсю использовали сложные компьютерные технологии для моделирования методом Монте-Карло, проектирования детекторов, моделирования результатов экспериментов и многого другого.

Таким образом, физики-экспериментаторы могут создавать наборы данных, очень похожие на ожидаемые ими результаты эксперимента. Они могут разработать алгоритмы для анализа ожидаемых данных еще до того, как эксперимент будет осуществлен, что позволяет им проверить связанные с ним неопределенности и посмотреть, есть ли у эксперимента шанс получить статистически значимый результат (а учитывая то, как привередливо мы относимся к статистической значимости, это стоит того!). Если существует теоретическая модель частицы или взаимодействия, они могут даже сгенерировать искомый «сигнал» и спрятать его на фоне остальных, чтобы проверить, насколько успешно алгоритм анализа справляется с его поиском.

Столь сложная подготовка означает, что физики могут запустить свои алгоритмы анализа, как только у них появятся реальные экспериментальные данные, и проверить, отличны ли они от моделирования. Если да, тут налицо новое физическое явление. При подготовке эксперимента по обнаружению редких взаимодействий, например создание топ-кварка, это лучший метод, позволяющий гарантировать нахождение малых сигналов среди всех известных физических эффектов. Таким образом, среди бесчисленных миллиардов столкновений частиц в Тэватроне физикам удалось идентифицировать несколько десятков топ-кварков.

Такой высокий уровень статистической подготовки, которой владеют физики, может иметь некоторые необычные последствия. Однажды за выпивкой на конференции Ферми-лаба американские коллеги поделились со мной историей об одной конференции Американского физического общества 1986 года – крупнейшем собрании физиков в Соединенных Штатах. Организаторам пришлось в кратчайшие сроки найти новое место для проведения мероприятия на целых 4000 физиков. Естественно, они выбрали город, который проводит более 21 000 конференций в год, – Лас-Вегас. Вместо азартных игр физики предпочитали собираться за столами с бесплатной выпивкой, брать бумагу и ручки и проводить вычисления прямо во время разговора. Так, не сговариваясь, они коллективно совершили единственный ход, который гарантировал выигрыш: вовсе не стали играть в азартные игры. В результате отель пережил худшую финансовую неделю за всю свою историю. Конференция стала такой катастрофой для отеля, что в конце недели Лас-Вегас официально попросил их больше не возвращаться. История абсолютно правдива.

Но отложим фольклор в сторону. Статистическая грамотность и опыт, связанные с методом Монте-Карло, означают, что физики элементарных