Μια σημαντική ανακάλυψη υπόσχεται να αλλάξει τον τρόπο με τον οποίο ακούμε το Σύμπαν. Το Gran Sasso Science Institute στην L’Aquila, το Caltech στην Pasadena και η Google DeepMind στο Λονδίνο ανέπτυξαν από κοινού μια πρωτοποριακή μέθοδο βασισμένη στην τεχνητή νοημοσύνη. Η τεχνική αυτή, που φέρει το όνομα Deep Loop Shaping, καταφέρνει να μειώνει τον θόρυβο στους ανιχνευτές βαρυτικών κυμάτων έως και 100 φορές περισσότερο σε σχέση με τα παραδοσιακά συστήματα ελέγχου. Η σχετική έρευνα, που δημοσιεύθηκε στο περιοδικό Science, φέρει και τις υπογραφές του καθηγητή Jan Harms και του ερευνητή Tomislav Andric από το GSSI, οι οποίοι συνεργάζονται με το Ινστιτούτο Πυρηνικής Φυσικής της Ιταλίας (INFN).
Η ανακοίνωση αποκτά ιδιαίτερο βάρος καθώς συμπίπτει χρονικά με τα δέκα χρόνια από την πρώτη άμεση ανίχνευση βαρυτικών κυμάτων, στις 14 Σεπτεμβρίου 2015. Εκείνη η ιστορική στιγμή άνοιξε ένα νέο κεφάλαιο στην αστροφυσική, καθώς επέτρεψε στους επιστήμονες να παρατηρήσουν για πρώτη φορά συγκρούσεις μαύρων τρυπών και άστρων νετρονίων. Χάρη σε αυτές τις παρατηρήσεις έγινε δυνατή η ανασύσταση της εξέλιξης των πιο ογκωδών άστρων, αλλά και η κατανόηση του τρόπου δημιουργίας βαρέων στοιχείων όπως ο χρυσός.
Στο επίκεντρο αυτής της εξέλιξης βρίσκονται συμβολόμετρα, όργανα όπως το LIGO στις ΗΠΑ, το Virgo στην Ιταλία και το KAGRA στην Ιαπωνία. Οι ανιχνευτές αυτοί μετρούν παραμορφώσεις του χωροχρόνου τόσο μικρές, που αντιστοιχούν σε κλάσμα της διαμέτρου ενός πρωτονίου. Για να επιτευχθεί κάτι τόσο λεπτό, οι καθρέφτες που βρίσκονται στο εσωτερικό των μηχανημάτων πρέπει να παραμένουν απολύτως ακίνητοι και απομονωμένοι από κάθε δόνηση.
Εδώ όμως προκύπτει ένα σοβαρό εμπόδιο. Αν ο έλεγχος είναι ανεπαρκής, οι καθρέφτες γίνονται ασταθείς και τα δεδομένα άχρηστα. Αντιθέτως, αν ο έλεγχος είναι υπερβολικός, δημιουργείται «θόρυβος ελέγχου» που καλύπτει τα πολύτιμα σήματα του Σύμπαντος.
Η μέθοδος Deep Loop Shaping έρχεται να δώσει λύση. Χρησιμοποιεί προσομοιώσεις του περιβάλλοντος του ανιχνευτή για να εκπαιδεύσει έναν αλγόριθμο μηχανικής μάθησης. Ο αλγόριθμος αυτός υπολογίζει τον βέλτιστο τρόπο καταστολής των δονήσεων, χωρίς όμως να ενισχύει τον θόρυβο. Όπως εξηγεί ο Jan Harms, το εγχείρημα ξεκίνησε ήδη από το 2014 και χρειάστηκε χρόνια συνεργασίας μιας διεθνούς ομάδας ειδικών στη μηχανική μάθηση και στη φυσική των βαρυτικών κυμάτων για να φτάσει στο σημερινό αποτέλεσμα.
Το νέο σύστημα δοκιμάστηκε στον ανιχνευτή LIGO που βρίσκεται στο Livingston της Λουιζιάνα. Οι δοκιμές, τόσο σε προσομοιώσεις όσο και στο πραγματικό όργανο, επιβεβαίωσαν ότι η τεχνητή νοημοσύνη μπορεί να μειώσει τον θόρυβο έως και εκατό φορές. Η βελτίωση αυτή σημαίνει πως θα είναι εφικτό να πραγματοποιούνται εκατοντάδες νέες παρατηρήσεις κάθε χρόνο, ανοίγοντας παράθυρα σε φαινόμενα του Σύμπαντος που μέχρι σήμερα παρέμεναν κρυφά.
Οι επιστήμονες θεωρούν ότι η καινοτομία αυτή αποτελεί κρίσιμο κομμάτι για τα επόμενα μεγάλα παρατηρητήρια που σχεδιάζονται. Το Ευρωπαϊκό Einstein Telescope και το αμερικανικό Cosmic Explorer υπόσχονται να βυθιστούν ακόμη βαθύτερα στη μελέτη του Σύμπαντος, και η χρήση συστημάτων τεχνητής νοημοσύνης θα είναι καθοριστική για την αξιοπιστία και την ευαισθησία τους.
Διαβάστε επίσης
Ωστόσο, οι εφαρμογές της νέας μεθόδου δεν περιορίζονται στα συμβολόμετρα. Έλεγχοι τέτοιας ακρίβειας μπορούν να βρουν θέση και σε τεχνολογίες επίγειας και διαστημικής πλοήγησης, στη ρομποτική αλλά και στη βιομηχανία μικροτσίπ, όπου απαιτείται απόλυτη σταθερότητα και έλεγχος σε μικροσκοπική κλίμακα.
Για τον Tomislav Andric, το πιο εντυπωσιακό στοιχείο είναι ότι το σύστημα καταφέρνει να λειτουργεί σε πραγματικό χρόνο πάνω σε μερικά από τα πιο ευαίσθητα εργαλεία που έχει κατασκευάσει ποτέ ο άνθρωπος. «Μειώνοντας τον θόρυβο, ουσιαστικά δυναμώνουμε την ένταση του Σύμπαντος και το ακούμε πιο καθαρά», σημειώνει. Με άλλα λόγια, σήματα που μέχρι σήμερα κρύβονταν κάτω από τα όρια ανίχνευσης ίσως αποκαλύψουν αστροφυσικά φαινόμενα που δεν έχουμε ξαναδεί.
[via]
