Детекторы гравитационных волн — ряби пространства-времени, порождаемой массивными космическими событиями — традиционно работают по принципу согласованной фильтрации: сигнал сравнивают с банком заранее рассчитанных шаблонов, словно пытаясь узнать знакомую мелодию в шуме. Такой подход эффективен, когда форма волны предсказана теорией, например, для слияния чёрных дыр, но оставляет слепыми зонами взрывы сверхновых — коллапсирующих звёзд или внезапные встряски нейтронных звёзд — сверхплотных остатков звёздной эволюции, для которых готовых шаблонов не существует.

Метод CoAD (Coherent Anomaly Detection — когерентное обнаружение аномалий) обходит это ограничение, отказываясь от шаблонов. Две нейросети работают независимо на двух географически разнесённых детекторах как пара чутких ушей: каждая слышит свой локальный шум, но сигнал считается достоверным, только если оба уха уловили статистически согласованный звук одновременно. Обучение происходит без учителя — сети самостоятельно учатся выхватывать совпадения из путаницы данных, используя лишь временную синхронизацию и взаимную информацию каналов.

Такой подход не только находит необычные гравитационно-волновые события, но и восстанавливает их форму — будто составляет фоторобот невиданного явления, реконструируя морфологию сигнала из набора совпадающих признаков. На тестах CoAD распознавал более 90% слияний нейтронных звёзд и до 85% низкочастотных всплесков, ошибаясь реже раза в год. Для будущих сверхчувствительных детекторов, таких как «Телескоп Эйнштейна» или «Космический исследователь», он станет незаменимым инструментом поиска неизвестного.