Искусственный интеллект ускорил в 3600 раз расшифровку сигналов от слияний нейтронных звёзд
Иллюстрация: MPI-IS / A. Posada
Слияния бинарных нейтронных звёзд, происходящие в далёких уголках космоса на расстоянии миллионов световых лет от нас, создают гравитационные волны, для анализа которых традиционно требуется значительное время — от нескольких часов до дней. Новый алгоритм DINGO-BNS, разработанный международным коллективом учёных, позволяет снизить это время до одной секунды.
Алгоритм DINGO-BNS (Deep INference for Gravitational-wave Observations from Binary Neutron Stars) использует нейронные сети, что позволяет полностью охарактеризовать параметры столкнувшихся звёзд, включая их массы, скорость вращения и пространственное расположение. Традиционные методы, применяемые коллаборацией LIGO-Virgo-KAGRA (LVK), требуют более часа для обработки и часто страдают из-за необходимости ускорения в ущерб точности.
Современные технологии не только устраняют эти компромиссы, но и на 30% улучшают точность определения положения источника в космосе, что особенно важно для своевременного наведения телескопов.
«Быстрый и точный анализ данных позволяет определить местоположение источника и настроить телескопы на зону потенциального появления электромагнитных сигналов, таких как свет килоновой, пока они ещё видимы», — поясняет Максимилиан Дакс, ведущий автор исследования и аспирант из Института интеллектуальных систем Общества Макса Планка (MPI-IS) и ETH Zurich.
Инновация включает в себя метод адаптивного сжатия данных, разработанный для конкретных событий, что ускоряет анализ, сохраняя при этом информацию. Как отмечает Стивен Грин из Ноттингемского университета, «разработка DINGO-BNS потребовала создания ряда новых подходов к обработке сигналов».
Бернхард Шёлькопф, директор MPI-IS, подчеркивает: «Исследование демонстрирует мощь синтеза современных методов машинного обучения и физических принципов». С этим согласна и Алессандра Буонанно, руководитель в области астрофизической и космологической относительности в Институте гравитационной физики, которая добавляет: «Ранние наблюдения с помощью DINGO-BNS могут пролить свет на процессы, связанные со слияниями нейтронных звёзд и происхождением килоновых, остающиеся пока загадкой».
Интеграция алгоритма в работу LVK и других обсерваторий позволит не только оптимизировать ресурсы телескопов, но и фиксировать электромагнитные сигналы перед столкновением звёзд. Это открывает новую эпоху в исследовании космических событий, где важна каждая доля секунды.
Источник: iXBT
Сбой Claude связали с аварией Microsoft 365: Anthropic восстановила работу сервиса ИИ
Масштабный сбой Microsoft лишил миллионы пользователей доступа к Outlook и парализовал железнодорожное сообщение в ряде стран
Qwen и локальные нейросети на Mac mini: зачем это нужно?
Как я ремонтировал роутер Starlink в Испании
OpenAI получила рекордные $10 млрд за квартал, но по-прежнему теряет $11 млрд
Аптека на колесах: роботы Яндекса приступили к доставке лекарств
Google выпустила Gemini 4 Hydrogen для всех: крупнейшее обновление ИИ в поиске