سيمفونية الأقزام البيضاء: كيف تتعلم الشبكة العصبية سماع موسيقى الجاذبية لـ LISA ✛ ✦

الكون ليس صامتًا: إنه مليء بطنين مستمر من الموجات الثقالية. بعد عقد من الزمن، ستضبط مركبة LISA الفضائية "أذنيها" على نطاق الميلي هرتز، وسيكون أغنى مصدر هو مجرتنا — عشرات الآلاف من أزواج الأقزام البيضاء، التي تدور في رقصة سريعة. المشكلة أن إشاراتها تندمج في نشاز، يطغى بعضها على بعض. لتفكيك هذه النوتة الكونية وفهم تطور النجوم، نحتاج إلى قائد أوركسترا بسمع اصطناعي، قادر على تمييز صوت كل آلة موسيقية في الحال. وهذا بالضبط ما اقترحه الباحثون — شبكة عصبية دُرِّبت على المحاكاة.

بدلاً من المواجهة المباشرة للمعادلات، استخدم العلماء التعلم بالمحاكاة مع التدفقات المطبِّعة. خضعت الشبكة العصبية لدورة مكثفة: ملايين الإشارات الاصطناعية من أزواج الأقزام البيضاء، التي وُلّدت بواسطة محاكاة عددية GBGPU مع مراعاة الاستجابة الواقعية لـ قياس التداخل الليزري LISA والضوضاء الآلية. ونتيجةً لذلك، تعلمت التدفقات تحويل الضوضاء إلى توزيع احتمالي جاهز لثمانية معاملات: التردد، والإحداثيات السماوية، والسعة، والميل، والاستقطاب، والطور. تتجول MCMC التقليدية لساعات في فضاء المعاملات، عالقةً في القمم المحلية؛ بينما تقدم الشبكة العصبية آلاف العينات في الثانية، دون حتى حساب الاحتمال — لقد "تشربت" قواعد الإشارات الثقالية، مثل عازف كمان يتعرف على آلته الموسيقية من أول نغمة.

عند الترددات المنخفضة (1-6 مللي هرتز)، أظهرت الشبكة توافقًا شبه مثالي مع التحليل البايزي المرجعي، حتى مع البنى متعددة الأنماط المعقدة للطور والاستقطاب. مع زيادة التردد أو عند تداخل إشارتين، تقل الدقة قليلاً، لكن السرعة تبقى غير مسبوقة: ساعات عمل MCMC تنضغط إلى جزء من الثانية. هذا النجاح ليس إلا افتتاحية. في المستقبل، سيندمج الأسلوب في عملية مواءمة شاملة: ستضغط المعالجات المسبقة البيانات، وستتعلم الشبكة العصبية التعامل مع عدد متغير من المصادر، حلاً لمسألة متعدية الأبعاد. وهكذا سنفك تشفير كامل تعداد الأزواج المجرية، دون أن يفوتنا حتى الأنظمة الغريبة التي تضم نجومًا نيوترونية أو ثقوبًا سوداء، ولأول مرة سنرسم خريطة لتطور النجوم عبر "الصوت". باختصار، نحن نخلق سمعًا ثقاليًا قادرًا على التقاط سيمفونية الأفلاك التي تنبأ بها أينشتاين، وعلّم راينر فايس كيف نتنصت عليها باستخدام مقاييس التداخل العملاقة.