利用AI更深入地感知宇宙

# 利用AI更深入地感知宇宙 来源：https://deepmind.google/blog/using-ai-to-perceive-the-universe-in-greater-depth/ 2025年9月4日 科学 我们的新型Deep Loop Shaping方法改进了引力波天文台的控制，帮助天文学家更好地理解宇宙的动力学和形成过程。 为了帮助天文学家研究宇宙中最强大的过程，我们的团队一直在使用AI来稳定迄今为止建造的最灵敏的观测仪器之一。 在今天发表在《Science》杂志上的论文中，我们介绍了Deep Loop Shaping（https://www.science.org/doi/10.1126/science.adw1291），这是一种新型AI方法，将为下一代引力波科学解锁新的可能性。Deep Loop Shaping降低了天文台反馈系统中的噪声，改进了控制效果，有助于稳定用于测量引力波的组件——即时空结构中的微小涟漪。 这些波由中子星碰撞和黑洞合并等事件产生。我们的方法将帮助天文学家收集对理解宇宙动力学和形成至关重要的数据，并更好地检验物理学和宇宙学的基本理论。 我们与LIGO（https://www.ligo.caltech.edu/)（激光干涉引力波天文台）（由加州理工学院运营）和GSSI（https://www.gssi.it/)（格兰萨索科学研究所）合作开发了Deep Loop Shaping，并在位于路易斯安那州利文斯顿的天文台验证了我们的方法。 LIGO以令人难以置信的精度测量引力波的性质和起源。但最轻微的振动都可能会破坏其测量，甚至来自100英里外墨西哥湾海岸的海浪也会产生影响。为了正常运作，LIGO依赖数千个控制系统使每个部件保持接近完美的对齐状态，并通过持续反馈适应环境干扰。 Deep Loop Shaping将LIGO中最不稳定和最困难的反馈回路中的噪声水平降低了30到100倍，提高了其高度灵敏干涉仪镜子的稳定性。将我们的方法应用于LIGO的所有镜子控制回路，可以帮助天文学家每年检测和收集数百个更多事件的数据，细节也会丰富得多。 未来，Deep Loop Shaping还可以应用于许多其他涉及振动抑制、噪声消除以及在航空航天、机器人和结构工程领域中重要的高度动态或不稳定系统的工程问题。 ## 测量整个宇宙 LIGO使用激光光的干涉来测量引力波的性质。通过研究这些性质，科学家可以确定是什么导致了它们，以及它们来自哪里。天文台的激光从位于4公里远的镜子上反射，这些镜子位于世界上最大的真空室中。 位于美国路易斯安那州利文斯顿的LIGO（激光干涉引力波天文台）的航拍图。天文台的激光从位于4公里远的镜子上反射。图片来源：Caltech/MIT/LIGO Lab。 自2015年首次检测到一对碰撞黑洞产生的引力波以来，验证了阿尔伯特·爱因斯坦的广义相对论预测（https://www.ligo.caltech.edu/news/ligo20160211），LIGO的测量已经深刻改变了我们对宇宙的理解。 借助这个天文台，天文学家已经检测到数百次黑洞和中子星碰撞，证明了双黑洞系统的存在，见证了中子星碰撞中形成的新黑洞，研究了金等重元素的产生等等。 天文学家已经对最大和最小的黑洞了解甚多，但我们对中等质量黑洞的数据有限——这些黑洞被认为是理解星系演化的"缺失环节"。 到目前为止，LIGO只能观测到很少的这些系统。为了帮助天文学家获取更多关于这一现象的细节和数据，我们致力于改进控制系统中最困难的部分，并扩展我们可以观测这些事件的距离。 > 用重力而不是光研究宇宙，就像听而不是看。这项工作让我们能够调到低频。 Rana Adhikari 加州理工学院物理学教授，2025年 ## 降低噪声并稳定系统 当引力波穿过LIGO的两条4公里长的臂时，它们会扭曲它们之间的空间，改变两端镜子之间的距离。这些微小的长度差异使用光干涉以10^-19米的精度进行测量，这是质子大小的1/10,000。由于测量如此之小，LIGO的探测器镜子必须保持极其静止，与环境干扰隔离。 LIGO的特写照片，它使用强激光和镜子来检测宇宙中的引力波，由黑洞碰撞和合并等事件产生。图片来源：Caltech/MIT/LIGO Lab。 这需要一个被动机械隔离系统和另一个主动抑制振动的控制系统。过少的控制会导致镜子摇晃，使测量变得不可能。但过多的控制实际上会放大系统中的振动，而不是抑制它们，在某些频率范围内淹没信号。 这些振动称为"控制噪声"，是改进LIGO探测宇宙能力的一个关键阻碍。我们的团队设计了Deep Loop Shaping来超越传统方法，例如目前运行的线性控制设计方法，使控制器不再成为噪声的重要来源。 ## 更有效的控制系统 Deep Loop Shaping利用使用频域奖励的强化学习方法，超越了最先进的反馈控制性能。 在模拟LIGO环境中，我们训练了一个控制器，该控制器试图避免在用于测量引力波的观测频段中放大噪声——这是我们需要镜子保持静止以观察黑洞合并（质量可达数百个太阳质量）等事件的频段。 通过重复交互，由频域奖励引导，控制器学会了在观测频段中抑制控制噪声。换句话说，我们的控制器学会了在不增加有害控制噪声的情况下稳定镜子，将噪声水平降低到十倍或更高，低于由光反射镜子的辐射压力引起的量子波动（https://www.caltech.edu/about/news/ligo-surpasses-the-quantum-limit）产生的振动。 ## 模拟和硬件上的强大性能 我们在位于美国路易斯安那州利文斯顿的实际LIGO系统上测试了我们的控制器——发现它们在硬件上的工作效果与模拟中一样好。 我们的结果表明，Deep Loop Shaping对噪声的控制能力比现有控制器好30-100倍，并且首次消除了最不稳定和最困难的反馈回路作为LIGO上有意义的噪声来源。 线性图表显示了使用我们Deep Loop Shaping方法的控制噪声谱的结果。在最不稳定和最困难的反馈控制回路中，注入的控制噪声水平提高了30-100倍。 在重复的实验中，我们确认我们的控制器在延长的时间内保持天文台系统的稳定。 ## 更好地理解宇宙的本质 Deep Loop Shaping通过解决研究引力波的关键阻碍，推动了当前天体物理学可能性的边界。 将Deep Loop Shaping应用于LIGO整个镜子控制系统，有可能消除控制系统本身的噪声，为扩展其宇宙学覆盖范围铺平道路。 除了显著改进现有引力波天文台测量更远、更暗源的方式外，我们预期我们的工作将影响未来天文台（包括地球上和太空中的天文台）的设计——并最终帮助首次连接整个宇宙的缺失环节。 **了解更多关于我们的工作** **致谢** 本研究由Jonas Buchli、Brendan Tracey、Tomislav Andric、Christopher Wipf、Yu Him Justin Chiu、Matthias Lochbrunner、Craig Donner、Rana X Adhikari、Jan Harms、Iain Barr、Roland Hafner、Andrea Huber、Abbas Abdolmaleki、Charlie Beattie、Joseph Betzwieser、Serkan Cabi、Jonas Degrave、Yuzhu Dong、Leslie Fritz、Anchal Gupta、Oliver Groth、Sandy Huang、Tamara Norman、Hannah Openshaw、Jameson Rollins、Greg Thornton、George van den Driessche、Markus Wulfmeier、Pushmeet Kohli和Martin Riedmiller完成，是LIGO、加州理工学院、GSSI和GDM的合作。 我们要感谢优秀的LIGO仪器团队为保持天文台的正常运作和支持我们的实验所做的不懈努力。