L'observatoire à ondes gravitationnelles interféromètres laser (LIGO) utilise des lasers et des miroirs pour rechercher des trous noirs à travers l'univers, et il s'avère qu'un Google Deepmind Ai pourrait le rendre encore plus sensible
Les trous noirs produisent des ondes gravitationnelles lorsqu'ils entrent en collision
Les efforts pour comprendre l'univers pourraient obtenir un coup de pouce d'une IA développée par Google Deepmind. L'algorithme, qui peut réduire le bruit indésirable jusqu'à 100 fois, pourrait permettre à l'interféromètre laser l'observatoire d'ondes gravitationnelles (LIGO) de repérer un type particulier de trou noir qui nous a jusqu'à présent échappé.
LIGO est conçu pour détecter les ondes gravitationnelles produites lorsque des objets tels que les trous noirs se déchaînent et entrent en collision. Ces ondes traversent l'univers à la vitesse de la lumière, mais les fluctuations qu'elles provoquent dans l'espace-temps sont extrêmement petites – 10 000 fois plus petites que le noyau d'un atome. Depuis ses premières observations il y a 10 ans, LIGO a enregistré ces signaux produits par près de 100 collisions de trous noirs.
Pour ce faire, l'expérience se compose de deux observatoires aux États-Unis, chacune avec deux bras de 4 kilomètres de long qui sont perpendiculaires les uns aux autres. Les lasers sont rayés sur chaque bras, réfléchis par des miroirs précis à la fin, puis comparé à l'aide d'un interféromètre. La longueur des bras est modifiée par une petite quantité à mesure que les ondes gravitationnelles les révèlent, et celle-ci est soigneusement enregistrée pour construire une image de l'origine de ces signaux.
Le problème est qu'une telle précision exigeante est nécessaire pour que même les ondes ou les nuages de l'océan à distance passants puissent affecter les mesures. Ce bruit peut facilement noyer les signaux, ce qui rend les observations impossibles. Des dizaines de réglages majeurs doivent être faits pour filtrer le pire de ce bruit, peaufinant l'orientation des miroirs et autres équipements.
Rana Adhikari au California Institute of Technology de Pasadena, qui a travaillé avec DeepMind pour développer la nouvelle technologie d'IA, dit que tenter d'automatiser ces ajustements peut ironiquement créer plus de bruit. «Cela contrôle le bruit nous frappant depuis des décennies et des décennies – tout dans ce domaine a été bloqué», explique Adhikari. « Comment tenez-vous les miroirs si toujours sans induire de bruit? Si vous ne les contrôlez pas, les miroirs se balancent partout, et si vous le contrôlez trop, alors il bourdonne en quelque sorte. »
Laura Nuttall à l'Université de Portsmouth au Royaume-Uni était l'un des scientifiques qui avait l'habitude de faire manuellement ces ajustements au LIGO. «Au fur et à mesure que vous déplacez une chose, quelque chose d'autre va, et quelque chose d'autre va et quelque chose d'autre va», dit-elle. « Vous passeriez à l'évannage pour toujours. »
La nouvelle boucle profonde de DeepMind, IA, vise à réduire le niveau de bruit de l'ajustement des miroirs à Ligo jusqu'à 100 fois. L'IA a été formée à une simulation avant de tester dans le monde réel et est effectivement chargée d'atteindre deux objectifs: réduire le bruit et minimiser le nombre d'ajustements qu'il fait. « Au fil du temps, en le faisant à plusieurs reprises – c'est comme des centaines et des milliers d'épreuves qui fonctionnent en simulation – le contrôleur trouvera en quelque sorte ce qui fonctionne et ce qui ne fonctionne pas et trouvera une très bonne politique », explique Jonas Buchli à DeepMind.
Alberto Vecchio à l'Université de Birmingham, au Royaume-Uni, qui n'a pas été impliqué dans la recherche mais qui travaille sur LIGO, dit que l'IA est passionnante, bien qu'il y ait encore beaucoup d'obstacles à surmonter.
Premièrement, la technologie n'a été gérée que depuis une heure dans le monde réel sur LIGO, il faut donc montrer qu'elle peut fonctionner pendant des semaines, voire des mois à la fois. Deuxièmement, la technologie n'a jusqu'à présent été appliquée qu'à un seul aspect du contrôle, aidant à stabiliser les miroirs, et il y a des centaines, voire des milliers d'aspects, à laquelle il pourrait être appliqué.
«C'est clairement la première étape, mais je pense toujours que c'est très intrigant. Et il y a clairement beaucoup de place pour des progrès énormes», explique Vecchio.
Si des améliorations similaires pouvaient être apportées à tous les niveaux, il pense que nous pourrions repérer des trous noirs dits de taille intermédiaire – par exemple ceux qui ont des masses environ 1000 fois celle de notre soleil – une classe d'objets sans aucune observation confirmée. Les améliorations auraient tendance à se produire sur des ondes gravitationnelles à basse fréquence, où la longueur de l'onde est plus sensible au bruit et qui sont créées par des objets plus grands.
«Nous connaissons des trous noirs jusqu'à 100 masses solaires. Nous connaissons les trous noirs de notre galaxie qui sont un million de masses solaires et au-dessus. Qu'y a-t-il entre les deux?» dit Vecchio. «Les gens pensent qu'il y aura des trous noirs dans toutes ces différentes chaînes de masse, mais personne n'a eu de preuves d'observation expérimentales non controversées.»
Nuttall dit que la nouvelle approche pourrait également fournir une observation plus détaillée des types de trou noir que nous avons déjà vu. «Cela semble sacrément bien», dit-elle. «Je suis super excité par cela.»
