Los detectores de ondas gravitacionales normalmente comparan la señal con plantillas predefinidas, como si buscaran una melodía conocida en el ruido. Esto solo permite rastrear escenarios conocidos, como la fusión de agujeros negros. Pero las explosiones de supernovas o los sacudones repentinos de estrellas de neutrones pasan desapercibidos, porque no hay plantillas para ellos.
El método CoAD esquiva esta limitación. Dos redes neuronales trabajan de forma independiente en dos detectores distantes, como un par de oídos atentos: cada uno oye su propio ruido, pero la señal se considera real solo si ambos oídos captan el mismo sonido al mismo tiempo. El entrenamiento ocurre sin pistas: las redes aprenden por sí solas a extraer coincidencias de la maraña de datos.
Este enfoque no solo encuentra ondas inusuales, sino que también reconstruye su forma, como si elaborara un retrato robot de un fenómeno nunca visto. En pruebas, CoAD reconoció más del 90% de las fusiones de estrellas de neutrones y hasta el 85% de los estallidos de baja frecuencia, con una tasa de error de menos de una vez al año. Para los futuros detectores ultrasensibles, será indispensable.
Los detectores más sensibles de ondas gravitacionales pueden captar vibraciones mil veces más pequeñas que el diámetro de un protón.