Сигнал гравитационной волны, полученный детектором LIGO (оранжевый), накладывается на теоретическое предсказание общей теории относительности (зеленый) и появление ожидаемого сигнала в детекторе (синий). Фото: журнал «Физика», АПС[
С момента прямого открытия гравитационных волн в 2015 году ученые полагались на своего рода обходной путь: они могут обнаруживать только волны, которые соответствуют теоретическим предсказаниям, что представляет собой полную противоположность обычному научному подходу.
Теперь группа физиков представила компьютерную модель, которая могла бы уловить все гравитационные волны, проходящие мимо Земли, а не только ожидаемые. Статья опубликована на сервере препринтов arXiv.
Спустя десятилетия после того, как Эйнштейн обнаружил, что его общая теория относительности предсказывает гравитационные волны — бегущую рябь в ткани пространства-времени, физики рассчитали их ожидаемые характеристики для некоторых простых сценариев. Одним из них была временная волна, возникшая при слиянии двух черных дыр. Это первая подобная волна, обнаруженная в интерферометрических данных от 14 сентября 2015 года. (Работа была опубликована только в феврале следующего года.)
Предположив событие, вызвавшее появление волн, исследователи гравитации смогли предсказать точный сигнал, который появится на установках лазерной интерферометрии с длинным плечом, таких как LIGO (с двумя площадками в США), VIRGO в Италии, а также на некоторых других. во всем мире.
Наблюдателям нужно было знать, чего ожидать, чтобы нацелить свои интерферометры на то, что искать, поскольку проходящая волна могла бы сдвинуть плечи интерферометра только на тысячную ширину протона. Окружающий шум, даже проезжающие мимо грузовики, может легко вызвать движения в руках, которые придется отфильтровать, чтобы обнаружить настоящую гравитационную волну.
Также были проведены расчеты для слияний нейтронной звезды с черной дырой и слияний нейтронной звезды с нейтронной звездой. Кроме того, на основе данных можно было бы вывести признаки непрерывных гравитационных волн, которые генерируются быстро вращающимися симметричными нейтронными звездами, а также стохастических гравитационных волн, возникающих, например, в результате Большого взрыва. Эти модели были использованы для обнаружения в общей сложности более семи десятков гравитационно-волновых событий.
Однако этот метод пропускает гравитационные волны, которые не возникают в форме ни одного из известных предсказаний. Эти так называемые «переходные процессы» или «всплески гравитационных волн» представляют собой неожиданные события, основанные на других физических законах. Кроме того, современные методы обнаружения слишком медленны.
После прохождения гравитационной волны астрономы хотят иметь возможность быстро определить ее источник, чтобы сообщить другим обсерваториям о необходимости поиска сопутствующих электромагнитных событий или событий частиц из того же источника. Эта так называемая мультимессенджерная астрономия — метод, который нравится многим другим обсерваториям.
Ожидается, что некоторые крупные и жестокие астрофизические действия, включая обычные слияния двойных звезд, будут вызывать электромагнитное излучение, включая видимый свет, и нейтрино. При получении возможной последовательности гравитационных волн обработка и связь с другими инструментами в настоящее время могут требовать сотен специализированных процессоров и занимать десятки секунд или даже минут, что слишком медленно для «заблаговременного предупреждения».
В последние годы физики стремились улучшить ограничения формы сигналов, используя сверточные нейронные сети (CNN), тип специализированного алгоритма глубокого обучения, чтобы избежать детекторов, обученных обнаруживать только определенные события.
Однако до сих пор запрограммированные CNN все еще требуют точной модели целевого сигнала для обучения и, следовательно, не могут обнаруживать неожиданные источники, такие как те, которые можно ожидать при коллапсе ядра сверхновых и длинных гамма-всплесках. Как неизвестные физические свойства, так и вычислительные ограничения могут свести на нет любые шансы обнаружить несколько посланников.
Здесь исследователи поставили перед собой цель сообщать о событиях гравитационных волн примерно за одну секунду, используя один процессор. Они разработали многокомпонентную архитектуру, в которой одна CNN обнаруживает переходные процессы, происходящие одновременно в нескольких детекторах, а вторая CNN ищет корреляции между детекторами для устранения одновременного фонового шума или помех.
Таким образом, «наш поиск использует машинное обучение и направлен на то, чтобы за считанные секунды направить «традиционные» телескопы на такой источник», — сказал Василеос Склирис из Института гравитационных исследований Школы физики и астрономии Кардиффского университета в Уэльсе. , ВЕЛИКОБРИТАНИЯ. «Это позволяет нам извлекать как можно больше информации из таких неожиданных событий».
Подход группы к глубокому обучению отличался от предыдущих методов в одном ключевом аспекте: вместо того, чтобы обучать CNN идентифицировать конкретные формы сигналов в данных, они создали CNN, которые могли обнаруживать согласованность силы и синхронизации между двумя или более потоками данных.
Затем CNN были обучены с помощью смоделированных сигналов и импульсов случайного шума, которые имеют аналогичные свойства. Используя одни и те же шаблоны сигналов для сигналов и шума, CNN больше не приходилось полагаться на шаблон сигналов для принятия решений. Вместо этого CNN научились оценивать, насколько хорошо детекторы согласуются друг с другом, давая своим моделям возможность по-настоящему обнаруживать переходные процессы гравитационных волн в реальном времени.
В качестве теста они проанализировали данные первых двух запусков LIGO и VIRGO и обнаружили хорошее согласие.
«В 1960-х годах гамма-всплески стали первым астрофизическим сюрпризом, когда гамма-астрономия сделала свои первые шаги», — сказал Склирис. «Астрономия гравитационных волн все еще находится на такой же ранней стадии, и нас может ждать захватывающее будущее».
