Các nhà khoa học tại Phòng thí nghiệm quốc gia Argonne đã phát triển trí tuệ nhân tạo (AI) cho phép tăng tốc, mở rộng quy mô và tái tạo việc phát hiện sóng hấp dẫn. Thuật toán mới có thể phân tích dữ liệu được thu thập trong tháng hoạt động của LIGO chỉ trong 7 phút. Đồng thời, anh ấy không phạm bất kỳ sai lầm nào.
Khi sóng hấp dẫn được Đài quan sát sóng hấp dẫn giao thoa kế laser của LIGO phát hiện lần đầu tiên vào năm 2015, chúng đã gây ra sự phấn khích trong cộng đồng khoa học vì chúng xác nhận một lý thuyết khác của Einstein và đánh dấu sự ra đời của thiên văn học sóng hấp dẫn. Trong những năm qua, các nhà nghiên cứu đã phát hiện ra nhiều nguồn sóng hấp dẫn, chẳng hạn như sao neutron và lỗ đen va chạm trong không gian.
Độ nhạy của máy dò sóng hấp dẫn tăng lên hàng năm, do đó, lượng dữ liệu cần được xử lý ngày càng tăng. Đến một lúc nào đó, làm thủ công sẽ không hiệu quả, vì sẽ có quá nhiều sự kiện dò sóng. Để giải quyết vấn đề này, các nhà vật lý từ Phòng thí nghiệm quốc gia Argonne và một số trường đại học Mỹ đã phát triển một nền tảng trí tuệ nhân tạo có thể đảm nhận trách nhiệm phân tích tín hiệu sóng hấp dẫn.
Đề xuất của biên tập viên:
- Các thấu kính hấp dẫn sẽ cho phép tạo ra Internet Thiên hà
- Một sứ mệnh tới Sao Thiên Vương và Sao Hải Vương có thể trở thành một máy dò sóng hấp dẫn
Các tác giả của cái mới công việc tuyên bố rằng các mô hình AI có thể nhạy như các thuật toán khớp mẫu truyền thống, nhưng chạy nhanh hơn. Ngoài ra, các thuật toán AI này chỉ yêu cầu một đơn vị xử lý đồ họa (GPU) chi phí thấp, khiến nó trở thành một trong những cách hiệu quả nhất để nghiên cứu sóng hấp dẫn.
Sóng hấp dẫn là những thay đổi trong trường hấp dẫn lan truyền dưới dạng sóng. Chúng được phát ra bởi các khối lượng chuyển động, nhưng sau bức xạ, chúng tách ra khỏi chúng và tồn tại độc lập với các khối lượng này. Về mặt toán học liên quan đến nhiễu loạn là các thước đo không-thời gian và có thể được mô tả là "những gợn sóng không-thời gian". Kết quả là AI đã xác định được tất cả bốn sự hợp nhất lỗ đen nhị phân đã được xác định trước đó trong tập dữ liệu này.
Các nhà khoa học nói rằng trong nghiên cứu này, họ đã kết hợp sức mạnh của trí tuệ nhân tạo và siêu máy tính, để giúp giải quyết các câu hỏi về dữ liệu lớn kịp thời và phù hợp. Nhóm có kế hoạch tiếp tục áp dụng sự kết hợp các kỹ thuật này để giải quyết các câu hỏi dựa trên dữ liệu không chỉ trong vật lý mà còn trong các ngành khoa học liên ngành khác.
Đọc thêm: