谷歌与LIGO合作开发AI工具，大幅提升引力波探测精度

快速阅读: 谷歌DeepMind与LIGO合作开发的Deep Loop Shaping技术，显著提高了引力波探测器的灵敏度，减少噪声干扰，增强黑洞碰撞等事件的观测能力，成果发表于《科学》杂志。

一张插图展示了LIGO如何利用镜子和激光束探测黑洞碰撞。谷歌DeepMind和LIGO团队表示，他们开发了一种名为Deep Loop Shaping的人工智能工具，该工具已被证明能够提高观测站追踪引力波的能力——引力波是黑洞碰撞或中子星相撞时在时空结构中产生的微弱涟漪。这项技术的研究成果今天发表在《科学》杂志上。研究人员希望将Deep Loop Shaping纳入LIGO位于路易斯安那州和华盛顿州汉福德核设施的探测器常规操作中。

“Deep Loop Shaping具有革命性，因为它能减少LIGO中最不稳定和最难控制的反馈回路中的噪声水平。”谷歌DeepMind的研究科学家乔纳斯·布赫利在接受记者采访时表示。

引力波的存在早在一个世纪前就被阿尔伯特·爱因斯坦预言，但直到2015年才首次被LIGO的双2.5英里长的干涉仪直接观测到。这一成就在2017年获得了诺贝尔物理学奖。自那时起，LIGO团队一直在努力提高探测器的灵敏度，但这并非易事。

LIGO的系统需要精确地测量时空扭曲，这种扭曲的幅度仅为质子宽度的万分之一。在这个级别的灵敏度下，遥远地震和海浪的扰动足以使镜子抖动，从而影响探测器的读数。研究人员开发了复杂的技巧，包括一些依赖于人工智能的方法，以保持88磅重的镜子稳定并消除这些扰动引起的“噪声”。然而，补偿这种噪声又引入了另一种干扰。

“剩下的最大问题是，如何在不干扰测量的情况下保持一切的稳定？”加州理工学院LIGO团队成员拉纳·阿德卡里说。“这种‘控制噪声’困扰我们已有几十年之久。”阿德卡里将这个问题比作试图用手稳住一面镜子。“如果你试图让它非常稳定，手会因为紧握而开始颤抖。”他说，“这种方法消除了颤抖。”

谷歌的工程师与LIGO的科学家合作，开发了训练有素的软件，该软件通过称为强化学习的过程，在模拟的引力波读数上进行了训练。

“基本上，他们同时运行了数十个模拟的LIGO。”阿德卡里在新闻稿中说。“你可以把训练过程想象成玩游戏。减少噪声得加分，增加噪声扣分。成功的‘玩家’继续尝试赢得LIGO这个游戏。结果非常漂亮——算法有效地抑制了镜子的噪声。”

基于路易斯安那州探测器一小时的数据进行的概念验证测试显示，Deep Loop Shaping可以将镜子的运动安静30到100倍，优于传统的降噪方法。

意大利Gran Sasso科学研究所教授扬·哈姆斯说，这项技术有可能开启天文学的新领域。“我们对Deep Loop Shaping在引力波科学领域的潜力感到非常兴奋。”他说。“更具体地说，我们现在可以打开一个新的频率带，用于低频端的引力波观测。”

哈姆斯表示，这类似于扩大望远镜的观测范围，使其能够捕捉红外线或X射线以及可见光。“有了更高的低频敏感度，LIGO可以更好地检测中子星碰撞或中等质量黑洞双星的碰撞。LIGO还可以提前预警即将发生的宇宙碰撞。”哈姆斯说。“例如，可以在一分钟内通知人们两个中子星即将合并。如果有足够的探测器在线，甚至可以指向天空中的特定区域，告诉他们‘在那里等待’。”

尽管有关于人工智能幻觉的讨论，但这项新技术无疑为引力波研究带来了新的希望。

人们是否应该担心深度循环整形会产生虚假数据？“我认为‘运行一年后是否会出错’是一个合理的问题，但我们对传统方法也有同样的担忧，因此我们会监控所有这些方面，”阿迪卡里说。

“这是一个新的领域，所以我们将在实践中学习，并将开发方法来阻止任何形式的异常行为，不仅针对这个系统，还包括有时也会出错的传统系统，”他补充道。

在下一阶段的推广中，LIGO团队计划让深度循环整形进行持续数天甚至数周的长时间测试——分别在路易斯安那州、汉福德以及最终在LIGO-印度。“这周我们将开始讨论这些问题，”阿迪卡里说。

深度循环整形及其类似程序有望成为标准工程工具箱的一部分——不仅适用于引力波探测器，还适用于需要高精度控制组件的其他应用领域，例如航空航天。“比如导航、制造，或者系统中的噪音减少，甚至是土木工程，”哈姆斯说。

这项技术甚至可能应用于降噪耳机。布奇利表示，工程师们可能还没有想到其他潜在应用。

“我认为一旦我们发布了这项技术，希望更多的人会思考，‘哦，原来我有一个非常难的控制问题，也许我可以试试这种方法，’”他说。

布奇利、阿迪卡里和哈姆斯是《科学》杂志上发表的论文《利用深度循环整形提高引力波天文台的宇宙学探测能力》的30位作者之一。

(以上内容均由Ai生成)