聞樂 發(fā)自 凹非寺
量子位 | 公眾號(hào) QbitAI

探測(cè)宇宙深處的時(shí)空漣漪引力波，AI也派上用場(chǎng)了。

谷歌DeepMind、LIGO（激光干涉儀引力波探測(cè)器）團(tuán)隊(duì)和GSSI（格蘭薩索科學(xué)研究所）合作開發(fā)的Deep Loop Shaping技術(shù)，將引力波探測(cè)的低頻降噪能力拉到了新高度。

該研究現(xiàn)已登上Science

LIGO團(tuán)隊(duì)的雷納·韋斯（Rainer Weiss）教授、基普·索恩（Kip Stephen Thorne）教授以及巴里·巴里什（Barry Clark Barish）教授之前就靠LIGO探測(cè)器和引力波觀測(cè)拿到了2017年諾貝爾獎(jiǎng)物理學(xué)獎(jiǎng)

但引力波探測(cè)領(lǐng)域依舊卡在低頻段噪聲難題上多年。

這次AI一出手，直接把10-30Hz頻段控制噪聲強(qiáng)度降低至傳統(tǒng)方法的1/30，部分子頻段更是壓至原來的1/100，超越了量子極限設(shè)定的設(shè)計(jì)目標(biāo)。

這是怎么做到的？

將LIGO觀測(cè)距離擴(kuò)至1.7億光年

首先得明確，引力波探測(cè)本身就是天文學(xué)領(lǐng)域的頂尖難題。

引力波是黑洞、中子星碰撞時(shí)產(chǎn)生的時(shí)空擾動(dòng)（或者說時(shí)空漣漪），信號(hào)極其微弱。

就比如說，哪怕是兩個(gè)黑洞合并，傳到地球上時(shí)引發(fā)的時(shí)空形變，比原子核還要小得多。

為了捕捉這種微小信號(hào)，LIGO專門建造了長(zhǎng)達(dá)2.5英里（約4千米）的激光干涉儀。

△圖源：Google DeepMind（下同）

首先，LIGO像一個(gè)大寫的L，兩個(gè)真空管兩端都裝著一面超光滑的鏡子，它會(huì)把一束激光分為兩半，分別射進(jìn)兩條管子里，激光碰到鏡子后會(huì)反射回來，最后兩束反射光會(huì)重新合在一起，打在同一個(gè)探測(cè)器上。

正常情況下，兩條管子一樣長(zhǎng)，兩束激光走的距離相同，反射時(shí)間也一樣，那么兩束反射光合在一起時(shí)就會(huì)“抵消”（可以理解成波峰對(duì)波峰，波谷對(duì)波谷），探測(cè)器就看不到光信號(hào)。

但如果有引力波路過，就會(huì)把它經(jīng)過的時(shí)空“拉伸收縮”，可能會(huì)把一條管子拉長(zhǎng)同時(shí)把另一條管子壓短，這樣兩條管子的距離不一樣，反射光就不能完美抵消了，這時(shí)，探測(cè)器就能看到一個(gè)明暗變化的信號(hào)。

通過這個(gè)信號(hào)，科學(xué)家也能反推出：剛才是不是有引力波經(jīng)過？

然而，探測(cè)效果一直受限于噪聲干擾，尤其是10-30Hz的低頻段。

而這個(gè)低頻段，對(duì)于天文學(xué)研究的價(jià)值又不可替代。它是觀測(cè)中等質(zhì)量黑洞（質(zhì)量為太陽幾百到幾萬倍）并合、雙黑洞長(zhǎng)期繞轉(zhuǎn)過程，以及中子星并合提供早期預(yù)警的關(guān)鍵頻段。

但傳統(tǒng)降噪方法在低頻段早已觸頂，此前科學(xué)家嘗試過優(yōu)化探測(cè)器結(jié)構(gòu)、屏蔽環(huán)境干擾等多種方案，但始終無法將低頻噪聲降到不影響信號(hào)識(shí)別的水平，這一瓶頸也困擾領(lǐng)域多年。

現(xiàn)在，Deep Loop Shaping通過AI技術(shù)實(shí)現(xiàn)了突破

Deep Loop Shaping技術(shù)的核心，并不是直接去尋找引力波，而是用強(qiáng)化學(xué)習(xí)方法來治理噪聲，重構(gòu)了LIGO的反饋控制系統(tǒng)。

研究團(tuán)隊(duì)首先構(gòu)建了一個(gè)數(shù)字孿生版的LIGO，將地震、海浪、溫度漂移等各種干擾因素，也就是噪聲模擬進(jìn)去。利用獎(jiǎng)勵(lì)機(jī)制讓AI在數(shù)百億次迭代中試錯(cuò)學(xué)習(xí)，訓(xùn)練出了能優(yōu)化探測(cè)器反饋回路的算法。

過去，LIGO用線性控制方法降噪，容易在低頻段放大噪聲；而Deep Loop Shaping用深度神經(jīng)網(wǎng)絡(luò)，直接處理探測(cè)器收集的龐大數(shù)據(jù)流，從原始傳感信號(hào)里提取引力波特征的最優(yōu)路徑，不再讓控制器本身成為噪聲源。

同時(shí)，該系統(tǒng)利用循環(huán)神經(jīng)網(wǎng)絡(luò)架構(gòu)，能動(dòng)態(tài)識(shí)別微秒級(jí)的環(huán)境干擾并迅速作出調(diào)整，還優(yōu)化了真空管內(nèi)數(shù)千個(gè)傳感器的輸出，進(jìn)一步壓低了背景噪音。

利用Deep Loop Shaping技術(shù)，在LIGO Livingston觀測(cè)站和加州理工40米原型裝置上，AI直接把10-30Hz頻段的控制噪聲壓縮至傳統(tǒng)方法的1/30，部分子頻段甚至壓到原來的1/100，第一次讓這一頻段的控制噪聲低于量子噪聲，突破了之前受量子極限啟發(fā)設(shè)定的的設(shè)計(jì)目標(biāo)。

不僅如此，它還拓展了探測(cè)器的有效觀測(cè)范圍，將LIGO探測(cè)器的有效觀測(cè)范圍從1.3億光年擴(kuò)展至1.7億光年，可觀測(cè)的宇宙體積增加了70%，這意味著每年可探測(cè)的引力波事件數(shù)量大幅增加。

例如，在2024年3月的GW240312黑洞碰撞事件中，Deep Loop Shaping技術(shù)成功識(shí)別出振幅比傳統(tǒng)閾值低15%的微弱信號(hào)。

研究合著者Jan·Harms教授表示，新技術(shù)還能對(duì)即將發(fā)生的宇宙碰撞進(jìn)行更早地預(yù)警。

• “你可以進(jìn)行合并前的預(yù)警，這樣你就能讓人們知道一分鐘之后，兩顆中子星將合并，”
• “然后，如果你在線的探測(cè)器數(shù)量恰到好處，甚至可以指向天空中的某個(gè)特定區(qū)域，告訴他們‘看那里，等待它�！�

One More Thing

2015年9月14日，LIGO首次成功直接探測(cè)到引力波，證實(shí)了愛因斯坦在100年前基于廣義相對(duì)論做出的預(yù)言：巨大質(zhì)量的天體可以因加速運(yùn)動(dòng)而壓縮、拉扯時(shí)空。

LIGO項(xiàng)目的三位杰出貢獻(xiàn)者雷納·韋斯（Rainer Weiss）教授、基普·索恩（Kip Stephen Thorne）教授以及巴里·巴里什（Barry Clark Barish）教授也因此獲得了2017年的諾貝爾物理學(xué)獎(jiǎng)。

△從左至右依次為：Rainer Weiss、Kip Stephen Thorne、Barry Clark Barish

不過，令人沒想到的是，有如此杰出貢獻(xiàn)的韋斯教授，在學(xué)生時(shí)代還因?yàn)檎剳賽郾粚W(xué)校開除過。

韋斯教授1932年出生于德國(guó)，1950年進(jìn)入MIT（麻省理工學(xué)院）讀電氣工程專業(yè)。

在MIT讀大二的暑假，韋斯異地戀的女朋友提出分手，當(dāng)即他便離開劍橋，跑去芝加哥挽救愛情。

幾個(gè)月后回到MIT時(shí)，才發(fā)現(xiàn)發(fā)現(xiàn)自己由于缺課太多已經(jīng)被開除了。

后來，沒有完成學(xué)業(yè)的韋斯在物理學(xué)家杰羅德·扎卡賴亞斯 （Jerrold Zacharias）的課題組找到了一個(gè)擔(dān)任技術(shù)員的工作。

在杰羅德教授的鼓勵(lì)下，韋斯回到MIT繼續(xù)完成學(xué)業(yè)，并在1955年獲得學(xué)士學(xué)位，1962年在杰羅德教授的課題組獲得博士學(xué)位。而后進(jìn)入普林斯頓大學(xué)做博士后，研究能否從地震信號(hào)中檢測(cè)到引力波。

再到后來，韋斯領(lǐng)導(dǎo)的LIGO團(tuán)隊(duì)于2015年9月14日觀測(cè)到引力波，并于2016年2月正式宣布，在2017年獲得諾獎(jiǎng)。

但就在這個(gè)即將到來的首次觀測(cè)到引力波十周年紀(jì)念日的前幾天，也就是2025年8月25日，諾獎(jiǎng)三人中最年長(zhǎng)的韋斯教授逝世，享年93歲。

在首次觀測(cè)到引力波時(shí)，他曾說：

• “有了引力波，你就有了一種新的觀察宇宙的方式�！�
• “你可以看到大自然所蘊(yùn)藏的一切。所以現(xiàn)在的問題是：你想發(fā)現(xiàn)什么？”

[1]https://www.geekwire.com/2025/ligo-google-ai-gravitational-waves/
[2]https://www.science.org/doi/10.1126/science.adw1291
[3]https://deepmind.google/discover/blog/using-ai-to-perceive-the-universe-in-greater-depth/
[4]https://www.nytimes.com/2025/08/26/science/rainer-weiss-dead.html