Оглавление

Новый метод машинного обучения от DeepMind революционно улучшает стабильность работы гравитационных телескопов, позволяя астрономам обнаруживать в сотни раз больше космических событий. Технология Deep Loop Shaping уже протестирована на обсерватории LIGO в Луизиане и показала снижение уровня шумов в 30-100 раз.

Прорыв в астрофизических измерениях

Гравитационные волны — рябь пространства-времени, предсказанная Эйнштейном — являются одними из самых сложных для обнаружения сигналов во Вселенной. Обсерватория LIGO с её 4-километровыми плечами интерферометра способна измерять смещения в 10^-19 метров — это в десять тысяч раз меньше протона. Но даже волны океана в 100 милях от обсерватории могут нарушать эти сверхточные измерения.

Как сообщает DeepMind, их метод Deep Loop Shaping решает фундаментальную проблему контроля зеркал интерферометра. Традиционные системы управления либо недостаточно стабилизируют зеркала, либо создают собственные шумы, заглушающие полезный сигнал.

Как работает новый подход

Deep Loop Shaping использует обучение с подкреплением с наградой в частотной области. Контроллер обучается в симулированной среде LIGO подавлять шумы именно в том частотном диапазоне, где происходит наблюдение гравитационных волн от слияния черных дыр массой до нескольких сотен солнечных масс.

Ключевые преимущества метода:

  • Снижение шумов в 30-100 раз в самых нестабильных контурах управления
  • Подавление вибраций ниже уровня квантовых флуктуаций давления излучения
  • Возможность обнаружения сотен дополнительных событий в год

Это тот редкий случай, когда машинное обучение решает не выдуманную, а реальную научную проблему. Вместо генерации картинок котиков — помощь в изучении промежуточных черных дыр, тех самых «недостающих звеньев» эволюции галактик. Ирония в том, что ИИ помогает нам услышать Вселенную лучше, чем когда-либо прежде, пока сам только учится разговаривать.

Практические результаты и перспективы

Тестирование на реальном оборудовании LIGO в Луизиане подтвердило эффективность метода. Deep Loop Shaping впервые устранил самый нестабильный контур управления как значимый источник шума.

Технология открывает возможности для:

  • Изучения промежуточных черных дыр — «недостающего звена» эволюции галактик
  • Обнаружения образования тяжелых элементов типа золота при столкновениях нейтронных звезд
  • Проверки фундаментальных теорий физики и космологии
Схема системы управления лазером и зеркалами в обсерватории LIGO

В перспективе метод может найти применение в аэрокосмической отрасли, робототехнике и структурной инженерии — везде, где требуется подавление вибраций в высокодинамичных системах.

Новый подход демонстрирует, как машинное обучение может не просто создавать развлекательный контент, но и вносить реальный вклад в фундаментальную науку, расширяя границы человеческого познания Вселенной.