, який дозволяє прискорювати, масштабувати і відтворювати виявлення гравітаційних хвиль.){kind=link}
Argonnes Nacionālās laboratorijas zinātnieki ir izstrādājuši mākslīgo intelektu (AI), kas ļauj paātrināt, mērogot un reproducēt gravitācijas viļņu noteikšanu. Jaunais algoritms spēja analizēt LIGO darbības mēneša laikā savāktos datus tikai 7 minūtēs. Tajā pašā laikā viņš nepieļāva nevienu kļūdu.
Kad LIGO lāzera interferometriskā gravitācijas viļņu observatorija 2015. gadā pirmo reizi atklāja gravitācijas viļņus, tie izraisīja satraukumu zinātnieku aprindās, jo apstiprināja citu Einšteina teoriju un iezīmēja gravitācijas viļņu astronomijas dzimšanu. Gadu gaitā pētnieki ir atklājuši daudzus gravitācijas viļņu avotus, piemēram, neitronu zvaigznes un melnos caurumus, kas saduras kosmosā.
Gravitācijas viļņu detektoru jutība ar katru gadu palielinās, tāpēc ir arvien lielāks datu apjoms, kas jāapstrādā. Kādā brīdī to darīt manuāli nedarbosies, jo būs pārāk daudz viļņu noteikšanas notikumu. Lai atrisinātu šo problēmu, fiziķi no Argonnas Nacionālās laboratorijas un vairākām Amerikas universitātēm ir izstrādājuši mākslīgā intelekta platformu, kas var pārņemt gravitācijas viļņu signālu analīzes pienākumus.
Redaktora ieteikums:
- Gravitācijas lēcas ļaus izveidot Galaktisko internetu
- Misija uz Urānu un Neptūnu var kļūt par gravitācijas viļņu detektoru
Jaunā autori strādāt apgalvo, ka AI modeļi var būt tikpat jutīgi kā tradicionālie modeļu saskaņošanas algoritmi, taču tie darbojas ātrāk. Turklāt šiem AI algoritmiem ir nepieciešama tikai zemu izmaksu grafikas apstrādes vienība (GPU), padarot to par vienu no efektīvākajiem gravitācijas viļņu izpētes veidiem.
Gravitācijas viļņi ir gravitācijas lauka izmaiņas, kas izplatās kā vilnis. Tos izstaro kustīgas masas, bet pēc starojuma tās no tām atdalās un pastāv neatkarīgi no šīm masām. Ar perturbāciju matemātiski saistītas ir telpas-laika metrika, un to var raksturot kā "telpas-laika viļņus". Rezultātā AI identificēja visus četrus bināro melno caurumu apvienošanos, kas iepriekš tika identificēti šajā datu kopā.
Zinātnieki stāsta, ka šajā pētījumā viņi apvienoja mākslīgā intelekta spēku un superdatori, lai palīdzētu atrisināt savlaicīgus un atbilstošus lielo datu jautājumus. Komanda plāno turpināt pielietot šo metožu kombināciju, lai atrisinātu uz datiem balstītus jautājumus ne tikai fizikā, bet arī citās starpdisciplinārajās zinātnēs.
Lasi arī: