طريقة

كشف الموجات الثقالية بالذكاء الاصطناعي

تُستخدم خوارزميات الذكاء الاصطناعي لكشف وتحليل إشارات الموجات الثقالية.
10 مقالات ذات صلة · 1 صيغ

الوصف

اعتمد اكتشاف الموجات الثقالية تقليديًا على الترشيح المطابق، حيث تُقارن الأشكال الموجية النظرية المعروفة ببيانات الكاشف. لكن العديد من الإشارات — خاصة تلك القادمة من مصادر غريبة أو أحداث غير متوقعة — لا تطابق أي قالب. يمكن للذكاء الاصطناعي، وخاصة الشبكات العصبية العميقة، أن يتعلم التعرف على "الزقزقة" المميزة للاندماج دون إعطائه قوالب دقيقة، مما يجعله أداة قوية للعثور على الإشارات المعروفة بكفاءة أكبر واكتشاف الإشارات غير المتوقعة. يساعد الذكاء الاصطناعي أيضًا في فصل الإشارات الحقيقية عن مصادر الضوضاء العديدة التي تزعج الكواشف.

التاريخ

برز استخدام الذكاء الاصطناعي في علم الفلك الموجي الثقالي في أواخر العقد الأول من القرن الحادي والعشرين، حيث أظهرت عدة مجموعات بحثية أن التعلم العميق يمكن أن يضاهي أو يتجاوز حساسية الترشيح المطابق لأنواع معينة من الإشارات. ظهرت أولى التطبيقات المنشورة حوالي عام 2017، بعد فترة وجيزة من أولى الاكتشافات بواسطة LIGO وVirgo.

كيف يعمل

تُدرَّب الشبكات العصبية على مجموعات كبيرة من بيانات إشارات الموجات الثقالية المحاكاة الممزوجة بضوضاء الكاشف الحقيقية. أثناء التدريب، تتعلم الشبكة تحديد الأنماط الدقيقة التي تميز الإشارة الحقيقية عن الضوضاء. بمجرد تدريبها، يمكن للشبكة مسح البيانات الواردة في الوقت الفعلي، وتحديد الأحداث المحتملة بشكل أسرع بكثير من الطرق التقليدية. بعض الخوارزميات، مثل GWAgent المذكور في النص، مصممة لتفسير الإشارات في سياقها، والتمييز بين أنواع مختلفة من المصادر.

في التطبيق

يُستخدم الذكاء الاصطناعي الآن في خطوط المعالجة الفورية في LIGO وVirgo لتحديد الأحداث المرشحة بسرعة لمتابعتها، وفي التحليلات غير الفورية للبحث عن إشارات قد تفوتها الطرق التقليدية.

حقيقة طريفة

يمكن لبعض أنظمة الذكاء الاصطناعي اكتشاف إشارات الموجات الثقالية في أقل من ثانية، بينما قد يستغرق الترشيح المطابق التقليدي ساعات أو أيامًا لنفس البحث.

Concept graph →

صيغ

$$\min_G \max_D V(D,G) = \mathbb{E}_{x \sim p_{data}}[\log D(x)] + \mathbb{E}_{z \sim p_z}[\log(1 - D(G(z)))]$$
Adversarial training objective for generative adversarial networks.
ما في الصيغة
xمتغيرdata sample — sample
zمتغيرlatent variable sample — latent variable
D(x)متغيرdiscriminator output for real data — discriminator output
G(z)متغيرgenerator output for latent variable — generator output
V(D,G)متغيرvalue function of the game — value function
min_Gمؤثرminimize with respect to generator parameters — minimization over generator
max_Dمؤثرmaximize with respect to discriminator parameters — maximization over discriminator
E_{x~p_data}مؤثرexpectation over the empirical data distribution — expectation over data distribution
E_{z~p_z}مؤثرexpectation over the latent prior distribution — expectation over latent distribution
logمؤثرnatural logarithm — اللوغاريتم
\min_g\max_dv(d,g)=\mathbb{e}_{x\simp_{data}}[\logd(x)]+\mathbb{e}_{z\simp_z}[\log(1-d(g(z)))] · 2606.27227

مقالات ذات صلة · 10

مترجم لا يواكب الكلام: كيف تسرّع الشبكة العصبية علم فلك الموجات الثقالية
مترجم فوري في قاعة يتحدث فيها شخصان: عليه أن يواكب المعنى والنبرة معًا، لكن إذا كان الكلام سريعًا جدًا، لا يبقى سوى إعادة صياغة. هكذا يشعر العلماء تقريبًا عندما يتزايد تدفق الموجات الثقالية من اندماجات الثقوب السوداء والنجوم النيوترونية، بينما لا تواكب الحسابات الدقيقة للإشارات.
الذكاء الاصطناعي الخفيف للاتصالات الفضائية: أدق وأكثر توفيرًا
الاتصال بالقمر الصناعي أشبه بمحاولة سماع همسة في عاصفة: الإشارة تضيع في التشويش. ابتكر المهندسون خوارزمية ذكاء اصطناعي تعمل مباشرة على القمر الصناعي وباستهلاك طاقة ضئيل، وتتعرف على التشوهات بدقة أعلى من الطرق السابقة.
تنكر كوني: كيف تمزق الشبكات العصبية أقنعة عدسات الجاذبية
منذ أن تنبأ أينشتاين بـ عدسة الجاذبية، وتم سماع الموجات الجاذبية لأول مرة بواسطة كواشف LIGO، حلم الفيزيائيون اصطياد الصدى المكرر بالعدسة — إشارة متكررة من اندماج واحد، تضاعفها جاذبية جسم ضخم.
الموجات الثقالية: عندما لا تكون الجبهة مستوية
مرصد الموجات الثقالية يشبه ميكروفونًا موزعًا في نقاط مختلفة من الأرض. عندما تصل إشارة من الفضاء — مثل اندماج ثقبين أسودين أو انفجار مستعر أعظم — يسمع كل ميكروفون شيئًا مختلفًا قليلاً. حتى الآن كان يُعتقد أن جبهة الموجة مستوية، مثل الضوء القادم من كشاف بعيد. وبالنسبة لأجهزة الكشف الحالية LIGO وVirgo، هذا صحيح: الموجة ضعيفة وبعيدة جدًا لدرجة أنه يمكن إهمال انحنائها.
النجوم النيوترونية تكشف أسرارها عبر الموجات الثقالية
نجمان فائقا الكثافة يدوران حول بعضهما البعض وفي النهاية يصطدمان. هذه الرقصة تدوم لحظات، لكنها تولد تموجات قوية في الفضاء — الموجات الثقالية. بعد الاندماج يبقى كتلة سريعة الدوران ترن كالجرس، وهذا الرنين يحمل معلومات عن مكونات النجوم.
الموجات الثقالية تكشف الحلقة المفقودة في تطور الكون
عندما تندمج الثقوب السوداء أو النجوم النيوترونية، فإنها تهز نسيج الزمكان نفسه، مولدة الموجات الثقالية — تموجات تنبأ بها أينشتاين في إطار النسبية العامة. تلتقط كواشف مثل LIGO هذا "الرنين الكوني"؛ إذ يحمل تردده وتصاعده (ما يُسمى "الزقزقة") معلومات عن كتل الأجسام المتصادمة.
الضوضاء في كاشفات الفضاء: كيف ننقّي الإشارة؟
كاشف تايجي (Taiji)، المزمع إطلاقه إلى الفضاء، سيلتقط ارتجافات المكان الناتجة عن اصطدام ثقوب سوداء هائلة. لكن في بياناته تظهر بين الحين والآخر ومضات عشوائية – مثل تشويش في جهاز راديو. هذه الضوضاء، التي تسمى غليتشات (glitches)، تربك البرامج التي تحاول استخلاص معالم الثقوب السوداء: كُتلها، مسافاتها، سرعات دورانها.
الرياح الشمسية: ضبط دقيق للموجات
الرياح الشمسية ليست تيارًا منتظمًا، بل هي أشبه برياح عاصفة. داخلها، لا تطير البروتونات ونوى الهيليوم بسرعة واحدة، بل بتوزع، مثل قطرات الماء في خرطوم. عادةً ما يُوصف هذا التوزع بمنحنى بسيط على شكل جرس. لكن الأجهزة الدقيقة على المسبار Solar Orbiter أظهرت أن توزع السرعات في الواقع متعرج بدرجات صغيرة وتلال صغيرة. هذه التعرجات ليست تفاصيل هامشية.
المحيط يصغي عبر الألياف البصرية
في قاع المحيط تمتد آلاف الكيلومترات من الكابلات الليفية البصرية. ينقل عبرها الإنترنت، لكن الكابلات نفسها تحس بأدق اهتزازات الماء والقاع. إذا أنصت المرء إلى مثل هذا الكابل، يمكنه سماع غناء الحوت الأزرق أو اهتزاز الأرض على بعد آلاف الكيلومترات. وصل العلماء إلى كابل في خليج مونتيري جهازًا يسجل هذه الاهتزازات. فنتج تدفق بيانات يشبه تسجيلًا صوتيًا متواصلًا للمحيط.
بحث متماسك دون قوالب: كيف يلتقط CoAD موجات ثقالية ذات أشكال غير معروفة
كاشفات الموجات الثقالية — وهي تموجات في نسيج الزمكان تسببها أحداث كونية هائلة — تعمل تقليديًا وفق مبدأ الترشيح المطابق: تتم مقارنة الإشارة مع بنك من القوالب المحسوبة مسبقًا، كما لو أننا نحاول التعرف على لحن مألوف وسط الضجيج.