在 CERN 高能粒子碰撞中寻找量子纠缠

项目概览

本项目在 South East Technological University 的 Walton Institute 开展，聚焦高能粒子物理与量子物理交叉方向。

研究目标是发展量子纠缠与粒子衰变层析所需的理论、模拟和人工智能方法，并利用 CERN 的大型强子对撞机数据进行验证。

项目强调可解释、可分析的 AI 工具，面向 LHC 以及未来对撞机的数据解释需求。

申请者需要高度自我驱动，并具备编程、模拟或 AI 背景，愿意参与多学科合作。

项目详情

项目介绍中提到，研究将围绕高能粒子碰撞中的量子纠缠与量子层析展开。量子层析的目标，是重建一次质子碰撞事件的完整密度矩阵，从而恢复所有可访问的极化与关联信息。项目计划把这一目标与 LHCb 合作中的实验数据结合起来，重点分析粒子衰变中的量子关联，并将理论建模、数值模拟与 AI 方法整合为一个可用于真实数据的工作流程。

该项目明确要求在理论与模拟方面取得进展，并与 Ulster University 合作，结合 Walton Institute 的高性能计算设施开展计算工作。研究不只是建立模型，还要把模型与数据分析连接起来，最终形成可解释、可验证的 AI 工具，帮助理解 LHC 以及未来对撞机中的复杂事件。项目也提到，PhD 研究者将通过 LHCb 合作网络获得数据访问权限，并有机会在 CERN 进行部分时间的研究交流。

从研究训练角度看，这一课题更偏向跨学科基础研究：一方面需要高能粒子物理与量子力学知识，另一方面要能处理编程、模拟、数据分析和 AI 相关任务。项目给出的参考文献显示，申请者需要对当前高能物理和量子信息交叉方向的研究脉络有基本理解，能够在多学科团队中协作完成理论推导、算法实现和结果解释。

申请要点

• 适合背景：高能粒子物理和/或高级量子力学背景；优先考虑具备量子理论知识、并有本科或硕士阶段研究项目交付经验的申请者。

• 必备技能：编程、模拟或人工智能经验；优秀的分析能力与组织能力；良好的沟通能力、团队协作能力、写作能力，以及较好的学术记录。

• 英语要求：非英语母语申请者需提交英语能力证明，具体标准以学校要求为准。

• 申请材料：通过学校在线申请表提交，并按要求上传所有支持文件；申请时需填写上方广告参考编号。

• 联系方式：申请与入学流程咨询可联系研究生招生办公室，邮箱 researchadmissions@setu.ie，电话 +353 (0)51 302883；项目联系人为 Dr Deirdre Kilbane、Dr Barry Dillon 和 Prof Ronan McNulty。

• 资助与安排：这是面向全球学生的资助博士项目；申请页面还提到，候选人若表现合适，可能会被安排面试，且有机会到 CERN 参与部分工作。

• 时间节点：申请截止日期为 2026 年 8 月 27 日；应按学校渠道在截止前提交。

• 其他要求：愿意在 CERN 停留一段时间者更符合项目期待；学校会优先考虑经验、资格和其他相关条件最匹配的申请者。

需要进一步确认

• 项目介绍未明确写出奖学金金额、学费覆盖范围和合同年限。

• 项目联系人在联系人字段与正文中的信息不完全展开，具体分工未说明。

PhD 项目深度调研报告：在 CERN 高能粒子碰撞中寻找量子纠缠

执行结论

推荐标签：有前景，但存在重要不确定性。

这是一个在高能粒子物理、量子信息、数值模拟与可解释 AI 交叉处展开的特色课题。它最强的吸引力不在学校综合排名，而在于研究问题本身足够前沿，同时项目依托 Walton Institute / SETU，并明确提到 LHCb 合作数据、CERN 场景以及相关联系人在量子技术、collider ML 和 LHCb 物理上的公开研究信号。

需要注意的是，若干直接影响决策的关键信息目前仍未在公开证据中明确，包括津贴金额、学费覆盖范围、资助时长、导师具体分工、LHCb 数据接入路径，以及 CERN 差旅是否有明确经费支持。对已经具备扎实物理基础和编程/模拟能力的申请者而言，这个方向值得认真考虑；但在财务和执行层面，还不能把它视为低风险选择。

学校、项目与地点信号

SETU 是一所较新的技术型大学，官方定位强调包容性教育、高质量研究、创新和区域影响：来源。其研究与创新页面显示，学校提供跨学科研究环境，涵盖教师、研究人员、研究生、设施、实验室、研究中心以及 Pure research portal：来源。

对这个项目而言，比大学品牌更重要的是具体研究环境。项目说明点名 Walton Institute，且该机构位于 SETU 的 West Campus, Waterford，是本课题的实际承载环境：来源。对于一个偏 AI、模拟和计算的高能物理课题来说，这比单纯按院系名称判断更有意义。

排名证据相对较弱。二手资料提到 SETU 位于 QS Europe 相关分档，但本次并未稳定检索到直接的 QS/THE 页面：来源。较稳妥的判断是，SETU 更适合被看作一所具有应用研究优势和区域影响力的技术大学，而不是全球顶尖粒子物理品牌。这个项目的关键信号更多来自 CERN/LHCb 和合作环境，而不是学校排名本身。

导师与实验室评估

导师研究方向

项目列出的联系人包括 Dr Deirdre Kilbane、Dr Barry Dillon 和 Prof Ronan McNulty。公开证据支持这三位与课题相关，但各自匹配方向并不完全相同。

Barry Dillon 与本项目的直接契合度最强，尤其体现在 collider machine learning。其 2023 年关于自监督异常检测的论文使用 transformer 建立 collider event representations，用于 CMS 风格的异常任务：来源。其 2025 年与 Michael Spannowsky 合作的论文，则把 collider event reconstruction 重写为带有第一性原理物理奖励的强化学习问题：来源。这与项目所强调的理论、模拟与可解释 AI 工具开发高度一致。

Deirdre Kilbane 的近期论文证据主要来自量子技术方向，例如 2024 年关于卫星量子密钥分发的研究：来源。这说明她在量子信息相关研究上有活跃记录，但与高能碰撞中的量子纠缠并非同一子方向。Ronan McNulty 可见的 LHCb 相关论文证据包括关于 central exclusive production 的工作：来源。由于这篇成果超出通常 3-5 年的近年窗口，更适合作为合作背景信号，而不是当前项目产出的直接证明。

近期重要论文

与本项目较相关的近期或近年论文包括：

• Barry M. Dillon and Michael Spannowsky, "Theory-informed neural networks for particle physics"（2025）：来源。该文与物理约束 AI、可解释重建和异常搜索目标直接相关。
• Naga Lakshmi Anipeddi, Jerry Horgan, Daniel K. L. Oi, and Deirdre Kilbane, "Optical Ground Station Diversity for Satellite Quantum Key Distribution in Ireland"（2024）：来源。该文体现量子技术方向的活跃性，但并不直接属于对撞机物理。
• Barry M. Dillon, Luigi Favaro, Friedrich Feiden, Tanmoy Modak, and Tilman Plehn, "Anomalies, Representations, and Self-Supervision"（2023）：来源。该文进一步强化了团队在 collider ML 和表征学习上的信号。

此外，"Bump Hunting in Latent Space" 提供了较早的物理启发式异常检测背景：来源。LHC Olympics 2020 也有 Dillon 参与，可帮助理解该方向的 benchmark 文化：来源。

实验室、资源与合作环境

项目说明提到，博士生将使用 Walton Institute / SETU 的高性能计算设施，与 Ulster University 合作，并通过 LHCb 获取 LHC 数据，同时可能在 CERN 开展部分研究。Walton 官方页面确认了其机构定位和研究环境，但本次公开抓取并未给出 HPC 规格细节：来源。Walton Institute 的人员页面也可作为研究环境与团队可见度的补充来源：来源。

LHCb 连接本身是重要加分项，前提是这条路径在执行上足够具体。LHCb 的公开合作入口见：来源。CERN 对 LHC 的公开背景说明见：来源。另有 LHCb 实验概览可帮助理解合作框架与实验环境：来源。申请者应进一步确认：具体可用的数据路径、软件上手流程、合作审批要求，以及 CERN 出行安排。

研究方向与领域前景

领域动向

这个方向当前处于活跃期。近期对撞机实验已经把量子纠缠从理论讨论推进到实验测量。CMS 报告了在 13 TeV top-quark pair production 中观测量子纠缠：来源。ATLAS 也在 Nature 发表了关于 top quarks 量子纠缠的结果：来源。更近的工作还把 collider 数据扩展到更丰富的量子关联刻画，包括 discord、steering、Bell correlation 和 magic：来源。

本项目的特点在于，试图把这一量子信息前沿与粒子衰变、quantum tomography、模拟和 AI 方法结合起来。这种组合的吸引力在于，density-matrix 重建有机会把实验可观测量连接到可解释的量子态结构，而不只是停留在黑箱分类层面。

可行研究角度

较可信的研究切入点包括：

• 定义在 LHCb 可接触数据中适合做纠缠或 tomography 分析的衰变通道与可观测量；
• 建立模拟流程，把理论层面的 spin / density-matrix 信息传播到更接近真实事件重建的假设之下；
• 开发具备可解释性的 physics-informed ML 模型，使其在探测器和背景不确定性存在时依然能够成立；
• 比较 quantum-information 可观测量，如 trace distance 或 fidelity，与传统 HEP 判别量之间的效果差异。一个与 density-matrix distance 相关的新物理搜索例子见：来源；
• 评估由 LHCb 场景发展出的办法，是否能进一步推广到 future colliders。

真正的技术难点在于范围控制。一个可执行的博士课题，第一年最好先形成一个足够收敛的交付物，例如模拟层面的 tomography benchmark，再逐步推进到合作数据分析。

职业与就业前景

这个题目在学术上偏小众，但若执行得好，可迁移技能相当丰富，包括 Python/C++、模拟、ML、HPC、概率建模、科学软件、可复现分析，以及跨理论与实验沟通的能力。就业市场层面的公开证据也支持 AI、数据分析、数字素养和 AI 互补技能的持续需求：来源、https://arxiv.org/abs/2412.19754、https://arxiv.org/abs/2312.11942。

不过，粒子物理的学术路径始终竞争激烈。真正提高职业弹性的，并不是单纯的 CERN 关联，而是能否产出可见、可复用的计算成果和论文。

资助、申请与生活成本

项目说明将该机会标注为 funded，并给出申请截止日期 2026 年 8 月 27 日。但目前检索到的正式证据仍未确认津贴金额、学费覆盖范围、非欧盟学费处理方式、资助时长或续期条件。

SETU 的生活成本页面估计，South East 地区学生在 9 月至次年 5 月学年的花费约为 EUR 10,935-EUR 12,735，其中住宿约 EUR 500-EUR 700/月，另有 EUR 300 的年度移民注册费：来源。这说明 Waterford 的生活压力可能低于 Dublin，但若没有津贴数额和学费减免细节，仅凭 funded 标签无法判断实际覆盖能力。

SETU 的 graduate studies 页面明确区分 funded 与 self-funded 项目：来源。申请者还可参考学校的申请入口信息：https://www.setu.ie/global/study-at-setu/applying-to-setu。在做财务判断前，最好索取正式资助函或项目编号对应的书面资助说明。

申请者匹配度与准备

最适合的申请者

这个项目最适合以物理为核心训练背景、同时具备实现能力的申请者。较强的匹配背景包括高能粒子物理、高阶量子力学、量子信息、数学建模或计算物理，并且同时具备编程和模拟经验。

更强的候选人通常会展示：Python 或 C++ 经验、数值模拟、ML 框架、统计分析，以及能够解释 density matrices、spin correlations、entanglement witnesses 和 detector-level uncertainty 的能力。

需要谨慎的情况

如果申请者主要是 AI 背景，但缺少粒子物理或量子力学基础，物理门槛会相当高。相反，如果申请者以理论为主却缺少编码和数据分析证据，也可能在模拟、HPC 和合作软件环境中遇到阻力。如果申请者更偏好边界清晰、单一学科的博士课题，这种跨机构、跨方法的结构可能会显得负担较重。

可补强的技能与证据

在联系导师前，较有价值的准备包括：

• 一份围绕量子态、密度矩阵或纠缠度量的简短可复现实验 notebook；
• 一个小型 HEP 风格的模拟或事件分类项目；
• 对 PyTorch/JAX、ROOT、C++、Python、统计和版本控制分析的熟悉度；
• 能清楚说明 theory-informed 或 interpretable ML 与通用黑箱分类有何不同；
• 研究写作和团队协作证据，因为这个项目很可能涉及合作审查和跨机构协同。

风险与待核实问题

重点问题

1. 年度津贴、学费覆盖、资助时长、续期条件以及非欧盟学费处理方式到底是什么？
2. 谁是日常主导师，SETU/Walton、Ulster University、UCD/LHCb 以及 CERN 合作者之间如何分工？
3. 博士生实际会使用哪些 LHCb 数据集或模拟样本，需要哪些合作成员资格或审批步骤？
4. 第一年的最低可交付成果是什么：理论说明、模拟 benchmark、AI 工具，还是第一次数据分析？
5. CERN 差旅是已资助、默认预期、可选安排，还是取决于项目进展？

次级问题

1. 预期使用的计算栈是什么：Python、C++、ROOT、Gaudi、PyTorch/JAX、HPC 批处理系统，还是矩阵元工具？
2. 哪些最新导师论文或内部笔记构成该项目的实际起点？
3. 博士生在 LHCb 合作审核流程中的发表与署名路径会如何安排？
4. 在 quantum tomography 和 LHCb 分析软件方面，会提供多少正式培训？
5. 如果合作数据访问延迟，是否存在仅依赖模拟推进的论文路径？

证据与来源

本报告使用的主要公开来源包括：

• SETU About: 来源
• SETU Research and Innovation: 来源
• SETU Graduate Studies Opportunities: 来源
• SETU Living Cost: 来源
• Walton Institute: 来源
• Walton Institute Key Research: 来源
• Walton Institute People: 来源
• LHCb public web page: 来源
• CERN Large Hadron Collider: 来源
• Theory-informed neural networks for particle physics: 来源
• Optical Ground Station Diversity for Satellite Quantum Key Distribution in Ireland: 来源
• Anomalies, Representations, and Self-Supervision: 来源
• Bump Hunting in Latent Space: 来源
• The LHC Olympics 2020: 来源
• Central Exclusive Production at LHCb: 来源
• CMS observation of quantum entanglement in top-quark pairs: 来源
• ATLAS observation of quantum entanglement with top quarks: 来源
• Trace distance between density matrices in new-physics searches: 来源
• Hierarchy of quantum correlations in top-quark pairs: 来源
• The LHCb Experiment overview: 来源
• World Economic Forum Future of Jobs Report 2025: 来源
• AI complementary skills labour-market study: 来源
• Skill-based hiring for AI and green jobs: 来源
• SETU ranking summary used cautiously: 来源