AI推动引力波探测迈入新纪元
近期，马克斯·普朗克光科学研究所、加州理工等机构的科研人员取得重大突破。在AI算法Urania的助力下，设计出人类尚未理解的引力波探测工具，直接将可观测宇宙体积扩大了50倍，标志着物理学进入全新领域。
百年梦想终成真
一百多年前，爱因斯坦就预测了引力波的存在。直到2016年，LIGO团队开发出复杂探测器，才实现了引力波的直接探测。如今，MPL人工科学家实验室负责人MarioKrenn博士与LIGO研究者合作，利用Urania算法将探测器设计提升到新高度。以往设计探测器极为复杂，需对布局和参数进行微调。此次团队将其转化为连续优化问题，借助机器学习解决，AI给出的一系列新设计超越了下一代探测器的最佳概念。
非传统设计带来新认知
AI提出的解决方案中，许多非传统设计重塑了物理学家对探测器技术的理解。MPL研究组用约两年时间，借助AI发现了几十种全新方案，似乎都优于人类科学家的实验蓝图。为理解这些设计，研究者扩展了方法，但许多内容仍很陌生。目前，他们将50种最佳设计汇编在「DetectorZoo」，希望科学家共同探究。
数学方法助力探索
寻找新的引力波探测器是高维度空间的搜索问题。研究者发明了准通用干涉仪UIFO，将离散搜索问题转化为连续优化问题。通过设置UIFO参数可获得不同拓扑结构。实验目标是找到高灵敏度的全新引力波探测器，搜索不同频率范围的宽频带探测器。为计算UIFO性能，使用PYKAT进行仿真，在满足物理约束的同时最大化灵敏度。
Urania算法立大功
研究者开发的AI算法Urania是高度并行的混合局部 -全局优化算法。它启动1000个并行局部优化任务，使用改进版BFGS算法最小化目标函数。最终，Urania在复杂搜索空间中发现50个超越人类最佳拓扑设计的方案，这些方案在不同频率范围提升了灵敏度，如双中子星合并预期频率范围平均灵敏度提升4.1倍，观测率提高68.7倍。
开启全新物理篇章
此项研究不仅局限于引力波物理学，其计算框架具有普适性，可扩展到光学、机械学、电子学或液压设计等领域。未来，有望用于暗物质、暗能量和量子引力探测等，为人类观察宇宙开辟全新途径。
