科學家使用人工智慧迅速偵測重力波

美國政府底下規模最大的阿貢國家實驗室（Argonne National Laboratory），揭露了最新將人工智慧用於天文探索的研究，這個研究集結了阿貢國家實驗室、芝加哥大學、伊利諾大學厄巴納-香檳分校、Nvidia和IBM的研究人員，所共同開發的大規模人工智慧框架，可用來加速、擴展且重複地檢測重力波。

重力波可以說是時空的漣漪，就像是把石頭丟到水裡所產生的漣漪一樣，當有質量的物體進行加速度運動的時候，就會在時空中產生漣漪，並且從有質量物體向外擴散，這種時空中的漣漪便被稱作重力波。重力波可以用來觀測一些劇烈的天文事件，像是百矮星、中子星和黑洞這一類的星體，所組成的聯星、超新星，或是大爆炸，天文學家可以利用重力波，來觀測一些超新星的核心，或是大爆炸最初的數分之一秒。

在2015年的時候，雷射干涉重力波天文臺（Laser Interferometer Gravitational-Wave Observatory，LIGO），第一次偵測到來自13億光年外的兩個黑洞碰撞，在合併時所產生的重力波，從那個時候以來，LIGO探測到了更多的重力波來源，隨著天文臺的感測器升級和技術的改進，不只探測的宇宙範圍更廣，也產生了更大量的資料供研究使用，而處理這些資料流的速度，是推進重力波天文學進步的關鍵。

而現在新發表的人工智慧框架，不只能夠與傳統的模板配對演算法一樣靈敏，運算速度更是提升了數個量級，且進行這些複雜運算，只需要遊戲使用的GPU，就能以比即時更快的速度運算LIGO資料。研究人員利用這個人工智慧框架，在64個Nvidia V100 GPU上，運算2017年8月整個月的LIGO資料，整體花費時間不到7分鐘，就找出了四個雙黑洞合併，並且還找出了未分類的情況。

阿貢國家實驗室資料科學與學習部門主任Ian Foster提到，這個專案顯示，藉由適當的工具，可以在科學家工作流程中應用人工智慧方法，目的不是要替代人類智慧，而是能夠大幅度減少工作。這個研究驗證了愛因斯坦相對論中的部分理論，時間與空間的關聯，同時也代表了重力波天文學研究的起點，人們可以開始以更快的速度，深入了解宇宙，包括暗能量、重力和中子星等。

這個研究源自於2018年，阿貢國家實驗室的人工智慧研究成果，當時該實驗室就曾展示運用機器學習，從多個探測器資料流中，偵測重力波的能力，而在最新的研究中，研究人員進一步完善該模型，將使用cuDNN加速的深度學習框架，分散到64個GPU上，不只在7分鐘內處理完1個月的資料，而且沒有任何錯誤分類發生。

這個研究的貢獻在於，結合人工智慧和超級電腦的力量，可以即時解決龐大資料實驗，而且該項人工智慧研究已可重現，而非僅是在驗證人工智慧是否可用於解決重大挑戰的階段。目前該模型已經開源，可供其他研究團隊使用。