MADRID 5 set. (EUROPA PRESS) -
A inteligência artificial tornou possível eliminar ruídos indesejados no observatório de ondas gravitacionais LIGO e, assim, detectar mais fusões de buracos negros no universo.
O novo algoritmo, chamado Deep Loop Shaping, foi apresentado na revista Science por uma equipe de pesquisadores do Caltech, do Gran Sasso Science Institute (Itália) e do Google DeepMind.
O LIGO, o Observatório Interferométrico de Ondas Gravitacionais a Laser, foi descrito como o instrumento mais preciso do mundo por sua capacidade de medir movimentos mais de 10.000 vezes menores do que a largura de um próton. Composto por duas instalações (uma em Washington e outra em Louisiana), ele já conseguiu detectar ondulações no espaço-tempo, chamadas de ondas gravitacionais, que se propagam de corpos cósmicos em colisão, como buracos negros.
Na verdade, o LIGO marcou o início da astronomia de ondas gravitacionais em 2015 ao detectar diretamente essas ondas pela primeira vez, uma descoberta que posteriormente rendeu a três de seus fundadores o Prêmio Nobel de Física em 2017. Os aprimoramentos nos interferômetros do LIGO agora permitem que ele detecte uma média de uma fusão de buracos negros a cada três dias durante sua vida útil atual. Juntamente com seus parceiros, o detector de ondas gravitacionais Virgo, na Itália, e o KAGRA, no Japão, o observatório detectou centenas de candidatos a fusões de buracos negros, além de vários envolvendo pelo menos uma estrela de nêutrons.
APRIMORAMENTO DE RECURSOS
Agora, os pesquisadores estão procurando aprimorar ainda mais os recursos do LIGO para detectar uma variedade maior de fusões de buracos negros, incluindo fusões mais maciças que poderiam pertencer a uma classe hipotética de massa intermediária que liga os buracos negros de massa estelar aos buracos negros supermaciços muito maiores que residem no centro das galáxias. Esses avanços também tornariam mais fácil para o LIGO detectar buracos negros com órbitas excêntricas ou oblongas, bem como detectar fusões nos estágios iniciais do processo de coalescência, quando corpos densos estão espiralando um em direção ao outro.
Assim, graças ao Deep Loop Shaping, eles conseguiram silenciar o ruído dos detectores LIGO. Para os cientistas, o termo "ruído" pode se referir a qualquer número de perturbações incômodas de fundo que interferem na coleta de dados. O ruído pode ser literal, como em ondas sonoras, mas no caso do LIGO, o termo geralmente se refere a uma pequena vibração nos espelhos gigantes no núcleo do LIGO. O excesso de vibração pode mascarar os sinais de ondas gravitacionais.
"Já estávamos na vanguarda da inovação, fazendo as medições mais precisas do mundo, mas com a IA, podemos otimizar o desempenho do LIGO para detectar buracos negros maiores", detalhou o coautor Rana Adhikari, professor de física da Caltech, em um comunicado. "Essa tecnologia nos ajudará não apenas a aprimorar o LIGO, mas também a construir detectores de ondas gravitacionais ainda maiores e de última geração.
Essa abordagem também pode melhorar as tecnologias que usam sistemas de controle. "No futuro, o Deep Loop Shaping poderá ser aplicado a muitos outros problemas de engenharia relacionados à supressão de vibrações, ao cancelamento de ruídos e a sistemas altamente dinâmicos ou instáveis importantes na engenharia aeroespacial, robótica e estrutural", escrevem os coautores do estudo Brendan Tracey e Jonas Buchli, engenheiro e cientista, respectivamente, do Google DeepMind, em uma postagem de blog sobre o estudo.
Há cerca de quatro anos, Jan Harms, ex-professor assistente de pesquisa do Caltech e atual professor do Gran Sasso Institute of Science, entrou em contato com os especialistas do Google DeepMind para ver se eles poderiam ajudar a desenvolver um método de IA para controlar melhor as vibrações nos espelhos do LIGO. Nesse momento, Adhikari se envolveu e os pesquisadores começaram a trabalhar com o Google DeepMind para testar diferentes métodos de IA. Por fim, eles usaram uma técnica chamada aprendizado por reforço, que basicamente ensinava o algoritmo de IA a controlar melhor o ruído.
REQUER MUITO TREINAMENTO
"Esse método requer muito treinamento", diz Adhikari. "Nós fornecemos os dados de treinamento e o Google DeepMind fez as simulações. Basicamente, eles executaram dezenas de simulações do LIGO em paralelo. O treinamento é como jogar um jogo: você ganha pontos por reduzir o ruído e penalidades por aumentá-lo. Os jogadores bem-sucedidos continuam tentando vencer o jogo do LIGO. O resultado é excelente: o algoritmo suprime o ruído do espelho.
"Acreditamos que essa pesquisa inspirará mais estudantes a quererem trabalhar no LIGO e fazer parte dessa notável inovação", acrescenta Adhikari. "Estamos na vanguarda do que é possível na medição de minúsculas distâncias quânticas.
Até o momento, o novo método de IA foi testado no LIGO por apenas uma hora para demonstrar sua eficácia. A equipe espera realizar testes mais longos e, por fim, implementar o método em vários sistemas LIGO. "Essa ferramenta muda nossa perspectiva sobre os recursos dos detectores terrestres, tornando um problema incrivelmente complexo menos assustador", concluem os pesquisadores.
Esta notícia foi traduzida por um tradutor automático