拿了诺贝尔奖的引力波，人工智能分分钟找出它的“事业线”

10月3日，美国物理学家雷纳·韦斯、巴里·巴瑞希和吉普·索纳三人被授予2017年诺贝尔物理学奖，以表彰他们在LIGO探测器和 引力波 观测方面作出的决定性贡献。

什么是引力波？引力波是爱因斯坦广义相对论中预言的一种以光速传播的时空波动，被视为宇宙中的“时空涟漪”。爱因斯坦曾描述：有质量的物体会使它周围的时空发生扭曲，且质量越大，时空就扭曲得越厉害。举个例子，《泰坦尼克号》里的杰克和露丝会相爱是因为他们“太重”——露丝和杰克分别造成时空弯曲，两人掉进一个叫“爱情”的坑。太阳和地球的关系也一样，只不过太阳的质量比地球大得多，造成的时空扭曲也更大，所以看上去，地球在绕着太阳旋转。旋转时产生“时空扰动”，以波的形式向外传播，即“引力波”。

那么，引力波要如何探测呢？时下火热的 人工智能 能不能帮得上忙呢？当然能。

一、人工智能探测引力波

1、区分信号

引力波数据分析中极为关键的一步，是区分引力波信号和其他干扰信号。 我国清华大学的研究团队将人工智能领域的核心——“ 机器学习 ”方法用于引力波数据噪声分析。具体来说，在对引力波信号提取时，可以将引力波信道的事件和其他环境信道的事件进行比对，如果引力波信道的某类事件跟某些环境信道的事件耦合性比较强，就可以“否决”引力波信道的事件。

这样，引力波信号探测的物理问题被转化成了一个数据分析处理问题，而对数据本身关联性的判断正是机器学习的强项。LIGO科学合作组织理事会成员曹军威表示：“捕捉引力波最大的挑战在于LIGO数据的采样频率特别高，达到每秒16000次以上，采样信道达上万个，数据量特别大，采用机器学习等数据处理方法，能够提高数据处理效率。”

2、分析图像

由斯坦福大学和SLAC国家加速器实验室的研究人员开发的新 神经网络 能够分析所谓的引力透镜的图像。爱因斯坦曾提出假设，像恒星这样拥有巨大质量的物体，其周围有弯曲的光。这种效应类似于望远镜，它使我们能够更清晰地检查到远处的物体。然而，与望远镜不同的是，引力透镜会将物体扭曲成模糊的环和弧线，因此理解难度相当大。

将人工智能神经网络应用到对引力波图像的分析上，会比原本的方法快1000万倍。 神经网络能够发现新的镜头并确定它们的属性、质量分布以及背景星系的放大水平。这意味着，人类专家需要数周甚至数月才能完成的分析，现在只需要一秒钟的就可以通过神经网络得到分析结果。

“我们没有足够的人能够及时地用传统方法分析所有这些数据。”博士后研究员劳伦斯·佩雷纳德·勒瓦瑟尔说，他是相关自然研究报告的合著者。“神经网络将帮助我们识别有趣的物体并快速分析它们，这将给我们更多的时间来探索关于宇宙的问题。”

二、人工智能探索宇宙

1、 机器人 决策更“独立”

由于距离太远，探测器与地球之间的交流可能需要20分钟，此时“独立”性就变得非常有用了。此外，NASA（美国国家航空航天局）曾表示：使用机器人会比载人计划更具有安全性。“好奇号”火星探测器就是这样一个例子，它有一个自动瞄准系统，可以引导其相机和激光器直接对准它认为值得研究的岩石或其他对象。这样做不仅可以智能地选择一个有价值的目标，还会选择最佳的扫描方案，为地球上的科学家获取相关信息。

2、人工智能会“预警”

NASA此前在其地球观测1号卫星上使用了AI技术，在2003年就已开始运营，该项技术的具体名称为——自主科学卫星技术试验（ASE），能自行在地球表面寻找有价值的事件，例如火山爆发，从而比陆地上工作的人类更快地发出预警。

结语：

作家瓦格斯塔夫曾表示： “机器人自主能力和人工智能技术是在太空探索中实现任务目标的关键。”

人工智能很早就被应用于太空探索中，具体涉及到的技术包括： 计算机视觉、语音识别、自然语言处理以及机器学习，作用包括取图像、信息、数据，然后传回地球，或者帮助人类进行分析。 虽然功能有限，但是人工智能技术已经为人类的太空探索事业带来了技术变革：工作得以简化，任务得以突破。

而机器人则可以在不需要人工干预的情况下，更为自主、合理地分配时间、资源，以提升完成太空任务的效率和质量。同时，还能极大减轻地面控制人员与研究人员的工作力度，也能够最大化提升寿命和保障应用安全。

版权声明

凡来源为亿欧网的内容，其版权均属北京亿欧网盟科技有限公司所有。文章内容系作者个人观点，不代表亿欧对观点赞同或支持。