AI助力LIGO：攻克噪音難題，探索宇宙更深處

    在人類探索宇宙的征程中，引力波探測是里程碑式的突破，而激光干涉引力波天文臺（LIGO）就是捕捉這一時(shí)空波動的“宇宙聽診器”。它的測量精度有多高？能達(dá)到質(zhì)子寬度的1/10000——正是這份極致精度，讓LIGO能捕捉到黑洞碰撞等宇宙天體事件產(chǎn)生的引力波，那些從宇宙深處向外擴(kuò)散的時(shí)空漣漪。

    一、LIGO的現(xiàn)有成績與更高目標(biāo)

    自建成以來，LIGO不斷改進(jìn)核心設(shè)備“干涉儀”，如今在常規(guī)科學(xué)觀測中，平均每周就能檢測到一次黑洞合并事件。但科研人員并不滿足于此，他們還想讓LIGO的“視野”更廣闊：

    一方面，希望能捕捉更多類型的黑洞合并，尤其是“中等質(zhì)量黑洞合并”。這類黑洞能填補(bǔ)“恒星質(zhì)量黑洞”（質(zhì)量較小）和“星系中心超大質(zhì)量黑洞”（質(zhì)量極大）之間的空白，對搞清楚黑洞的演化過程至關(guān)重要；

    另一方面，想更容易發(fā)現(xiàn)軌道呈橢圓形（偏心軌道）的黑洞，并且在它們合并的早期——也就是兩個(gè)致密天體開始相互繞轉(zhuǎn)、逐漸靠近的時(shí)候就抓住信號，這樣就能完整研究黑洞合并的全過程。

    不過，要實(shí)現(xiàn)這些目標(biāo)，得先解決一個(gè)關(guān)鍵難題：“噪音干擾”。對LIGO來說，“噪音”就是所有影響數(shù)據(jù)收集的干擾，最主要的問題出在天文臺核心的“巨鏡”上——這些鏡子重40公斤，哪怕只有一點(diǎn)點(diǎn)抖動，都可能把微弱的引力波信號掩蓋掉。加州理工學(xué)院研究教授拉納?阿迪卡里（RanaAdhikari）打了個(gè)形象的比方：“就像你想緊緊攥住鏡子，手卻忍不住發(fā)抖一樣。”

    再說說LIGO的結(jié)構(gòu)：它的兩個(gè)觀測站（分別在路易斯安那州和華盛頓州）都呈巨大的“L”形，每一條“臂”長4公里，里面是真空管道和先進(jìn)的激光系統(tǒng)。激光在管道兩端的鏡子之間來回反射，當(dāng)引力波抵達(dá)地球時(shí)，會輕微扭曲時(shí)空，讓兩條“臂”的長度出現(xiàn)亞原子級的細(xì)微變化——LIGO要捕捉的就是這個(gè)變化。所以，控制好背景噪音，成了LIGO工程師們最核心的任務(wù)。

    二、噪音從哪來？傳統(tǒng)方法有啥局限

    LIGO的噪音來源不少，其中最麻煩的要數(shù)“海浪”。別看觀測站遠(yuǎn)離海岸，地球上海水的晃動、海浪的運(yùn)動，都會產(chǎn)生一種低頻（10-30赫茲）的緩慢振動，這種振動會直接影響鏡子的穩(wěn)定性。加州理工學(xué)院的引力波研究科學(xué)家克里斯托弗?維普夫（ChristopherWipf）說：“感覺就像LIGO的檢測器坐在海灘上，海浪的影響根本躲不開。”

    為了應(yīng)對這種噪音，過去用的是類似“降噪耳機(jī)”的思路：先靠傳感器捕捉海浪引發(fā)的鏡子振動，再讓控制器發(fā)送“抵消信號”，把振動壓下去。但這種方法有個(gè)天生的缺點(diǎn)——就像降噪耳機(jī)在安靜環(huán)境下會有“嘶嘶聲”（那是麥克風(fēng)本身的噪音），LIGO的傳統(tǒng)控制系統(tǒng)在抵消低頻振動時(shí)，會引入新的高頻振動。

    控制器只能不停“救火”：一邊應(yīng)對海浪帶來的低頻振動，一邊處理自己引入的高頻振動，想讓鏡子保持靜止，結(jié)果卻陷入了“水床效應(yīng)”——就像按壓水床的一處，另一處會凸起一樣，平息了一種頻率的振動，另一種頻率的抖動反而更明顯。更關(guān)鍵的是，傳統(tǒng)系統(tǒng)引入的噪音，剛好集中在10-30赫茲這個(gè)“關(guān)鍵頻段”——這正是LIGO探測“重黑洞合并”、捕捉黑洞合并前“最后繞轉(zhuǎn)階段”（比如LIGO標(biāo)志性的引力波“啁啾聲”，就是從這個(gè)頻段開始，慢慢升到高頻）的核心區(qū)間，噪音一干擾，很多重要信號就抓不到了。

    三、AI出手：DeepLoopShaping算法解決難題

    為了突破這個(gè)瓶頸，加州理工學(xué)院、意大利格蘭薩索科學(xué)研究所（GSSI）的科研團(tuán)隊(duì)，聯(lián)手谷歌深度思維（DeepMind），開發(fā)出了一種基于AI的噪音控制方法——“DeepLoopShaping算法”。這種算法的核心，是用“強(qiáng)化學(xué)習(xí)”技術(shù)，讓AI自己學(xué)會怎么更好地控制噪音。

    阿迪卡里解釋說：“這個(gè)方法得靠大量訓(xùn)練。我們先提供訓(xùn)練數(shù)據(jù)，然后谷歌深度思維同時(shí)運(yùn)行幾十個(gè)‘模擬LIGO系統(tǒng)’，把訓(xùn)練變成一場‘游戲’：AI能減少噪音就加分，增加噪音就扣分，最后‘贏’的算法，就能有效抑制鏡子的抖動。”測試結(jié)果很亮眼：這個(gè)AI算法能把LIGO鏡子的不必要運(yùn)動減少30-100倍，效果比單獨(dú)用傳統(tǒng)方法好太多，還解決了傳統(tǒng)系統(tǒng)“越控越亂”的問題。

    不過目前，這個(gè)方法還處于“概念驗(yàn)證”階段——科研團(tuán)隊(duì)只在LIGO上做了一小時(shí)的測試，證明它確實(shí)有效。接下來，他們計(jì)劃做更長時(shí)間的測試，最終讓這個(gè)算法在多個(gè)LIGO系統(tǒng)上落地使用。阿迪卡里說：“這項(xiàng)技術(shù)不只是能改進(jìn)現(xiàn)在的LIGO，未來建下一代、甚至更大的引力波探測器，它也能派上大用場。”

    四、不止于LIGO：AI方法的跨領(lǐng)域價(jià)值

    DeepLoopShaping算法的價(jià)值，遠(yuǎn)不止幫LIGO“降噪”。谷歌深度思維的工程師布倫丹?特雷西（BrendanTracy）和科學(xué)家約納斯?布赫利（JonasBuchli）在研究博客里提到：“未來，這個(gè)算法還能用到很多領(lǐng)域——比如控制振動、消除噪音，還有航空航天、機(jī)器人、結(jié)構(gòu)工程里那些‘高動態(tài)’或‘不穩(wěn)定’系統(tǒng)的設(shè)計(jì)，都能用得上。”

    阿迪卡里還補(bǔ)充了一個(gè)潛在用途：芯片制造里的“精密光刻技術(shù)”。光刻是芯片制造的核心環(huán)節(jié)，對精度要求極高，這個(gè)AI降噪方法或許能幫光刻設(shè)備控制微小振動，進(jìn)一步提升芯片的制造精度。

    從探索宇宙的角度看，這個(gè)AI算法的突破，會直接提升LIGO捕捉低頻引力波的能力——以后再觀測重黑洞合并、抓黑洞早期繞轉(zhuǎn)的信號，就不容易被噪音干擾了，甚至可能發(fā)現(xiàn)以前沒見過的宇宙天體事件。正如維普夫所說：“這個(gè)工具徹底改變了我們對地面引力波探測器能力的認(rèn)知。”

    隨著AI技術(shù)和基礎(chǔ)科學(xué)的深度融合，LIGO突破噪音壁壘后，每一次觀測邊界的拓展，都將幫人類揭開更多宇宙的奧秘，推動引力波天文學(xué)邁入新的階段。