AI 在科研中不再是一種輔助工具，這次，它帶來了全新的物理概念。

近期，德國馬克斯·普朗克光科學研究所和美國加州理工學院 LIGO（Laser Interferometer Gravitational-Wave Observatory）實驗室的科學家合作，共同開發出名為“烏拉尼亞”（Urania）的 AI 系統。

通過該系統，他們發現了 50 種全新的引力波探測器拓撲結構，其性能遠超當前最先進的方案。

其中，部分方案的探測靈敏度提升高達數十倍，將宇宙可觀測體積提升至最高 50 倍。

（來源：資料圖）

值得關注的是，研究人員通過分析算法給出的最優解，洞察到全新的物理原理。從更長遠的視角來看，這套方法論有望擴展至基礎物理的各個領域，為 AI 驅動的實驗設計開辟了全新途徑。

“經歷大約兩年的開發和運行，我們的人工智能算法發現了數十種新的解決方案，這些方案似乎比人類科學家的實驗藍圖更具優勢。”馬克斯·普朗克光科學研究所 AI 科學家實驗室負責人馬里奧·克倫（Mario Krenn）對媒體表示。

（來源：資料圖）

日前，相關論文以《干涉式引力波探測器的數字化發現》（Digital Discovery of Interferometric Gravitational Wave Detectors）為題發表在Physical Review X[1]。

目前，該團隊已將 50 種新型拓撲設計在“Detector Zoo”上公開共享，以便全球學者進一步深入探索。

圖丨相關論文（來源：Physical Review X）

當黑洞碰撞或超級新星爆發等極端宇宙事件發生時，會在時空中激起陣陣漣漪——這就是引力波。

盡管早在 1916 年，愛因斯坦在廣義相對論中已經預測了引力波的存在，但受限于當時探測技術的局限性，直到一個世紀之后，才通過 LIGO 團隊開發的高度復雜的探測器直接觀測到引力波。

這種神秘波動的發現，為人類探索宇宙開啟了一扇全新的大門，它是獨立于電磁波、中微子或大質量粒子，并允許多信使天體物理學的新分支。

然而，要成功捕捉這些微弱的時空震顫，需要干涉測量技術并建造精度極高的探測器，這至今仍是科學界面臨的重大挑戰（注：干涉測量技術是一種通過分析波在重疊時相互干擾的方式來測量微小變化的技術）。

（來源：Physical Review X）

針對這一難題，研究人員提出一種新的方法，他們設計了一種通用干涉儀（UIFO，universal interferometer），通過參數化光學元件（如激光功率、相位、反射率等）和空間排布關系，將復雜的拓撲結構搜索問題轉化為可處理的連續優化問題。

通過這種方法，研究人員能夠探索不同的引力波頻率范圍，尋找適合不同天體物理現象（如黑洞合并、超新星爆發等）的最佳探測器設計。

在此基礎上，該課題組開發了一種名為“Urania”的并行化混合局部全局優化算法。該算法采用獨特的局部優化與全局探索相結合策略：首先從數千個初始條件出發，通過并行計算開展局部尋優；隨后整合各局部最優解進行全局分析，最終實現探測器拓撲結構的迭代優化。

經過約 150 萬 CPU 小時的大規模數值計算，Urania 算法成功發現了 50 種超越當前最佳人類設計的探測器拓撲結構，為下一代引力波探測器的研制提供了重要理論依據。

（來源：Physical Review X）

這些新設計的探測器針對不同天體物理目標進行了針對性優化。例如，針對 20-5000 赫茲寬頻帶的探測器，其低頻靈敏度提升 4.2 倍，可更早捕捉中子星合并信號；專為超新星爆發設計的方案，平均靈敏度提升 1.6 倍，預期觀測率提高 3.8 倍；針對中子星合并后物理的探測器，在 800-3000 赫茲頻段靈敏度提升 5.3 倍，觀測率暴漲 68.7 倍。

通過對這些最優解的分析，研究人員發現了若干新的物理機制，包括動量擠壓與放大技術、新型光學彈簧效應等，這些新發現為引力波探測器的設計開辟了全新的思路。

以超新星探測方案為例，其中一種包含 17 米線性腔的環形結構設計能夠將引力波信號放大 1000 倍，而量子噪聲僅出現小幅增加。尤為重要的是，這些優化設計大多無需對現有 LIGO 設施進行大規模改造，為探測器的升級提供了切實可行的技術路徑。

總體來說，這項研究表明，AI 不僅能夠發現新穎的探測器設計，還激勵研究人員探索新的實驗和理論思路。更廣泛地說，這表明 AI 有望在作為設計未來探索宇宙（從最小到最大尺度）的工具方面發揮關鍵作用。

“我們正處于一個機器能夠在科學領域發現超越人類的新解決方案的時代，而人類的任務是理解機器所做的工作。這必將成為未來科學發展中非常重要的部分。”克倫說道。

這項研究可能標志著一個新研究范式的開端：AI 將更多地承擔發現“科學家尚未理解”的新物理現象的任務，而研究人員則專注于對這些發現進行理論闡釋和實驗驗證。這種人與機器的協同合作，有望推動引力波天文學乃至整個物理學研究進入一個全新的發展階段。

參考資料：

1.https://journals.aps.org/prx/abstract/10.1103/PhysRevX.15.021012

2.https://mpl.mpg.de/news/article/ai-finds-new-ways-to-observe-the-most-extreme-events-in-the-universe

3.https://thedebrief.org/scientists-dont-yet-fully-understand-these-intriguing-new-gravitational-wave-detectors-designed-by-ai/

4.https://scitechdaily.com/when-machines-dream-ai-designs-strange-new-tools-to-listen-to-the-cosmos/

運營/排版：何晨龍