AI发现全新物理学，直接将宇宙可观测体积提升50倍

AI 在科研中不再是一种辅助工具，这次，它带来了全新的物理概念。

近期，德国马克斯·普朗克光科学研究所和美国加州理工学院 LIGO（Laser Interferometer Gravitational-Wave Observatory）实验室的科学家合作，共同开发出名为“乌拉尼亚”（Urania）的 AI 系统。

通过该系统，他们发现了 50 种全新的引力波探测器拓扑结构，其性能远超当前最先进的方案。

其中，部分方案的探测灵敏度提升高达数十倍，将宇宙可观测体积提升至最高 50 倍。

值得关注的是，研究人员通过分析算法给出的最优解，洞察到全新的物理原理。从更长远的视角来看，这套方法论有望扩展至基础物理的各个领域，为 AI 驱动的实验设计开辟了全新途径。

“经历大约两年的开发和运行，我们的人工智能算法发现了数十种新的解决方案，这些方案似乎比人类科学家的实验蓝图更具优势。”马克斯·普朗克光科学研究所 AI 科学家实验室负责人马里奥·克伦（Mario Krenn）对媒体表示。

日前，相关论文以《干涉式引力波探测器的数字化发现》（Digital Discovery of Interferometric Gravitational Wave Detectors）为题发表在Physical Review X[1]。

目前，该团队已将 50 种新型拓扑设计在“Detector Zoo”上公开共享，以便全球学者进一步深入探索。

当黑洞碰撞或超级新星爆发等极端宇宙事件发生时，会在时空中激起阵阵涟漪——这就是引力波。

尽管早在 1916 年，爱因斯坦在广义相对论中已经预测了引力波的存在，但受限于当时探测技术的局限性，直到一个世纪之后，才通过 LIGO 团队开发的高度复杂的探测器直接观测到引力波。

这种神秘波动的发现，为人类探索宇宙开启了一扇全新的大门，它是独立于电磁波、中微子或大质量粒子，并允许多信使天体物理学的新分支。

然而，要成功捕捉这些微弱的时空震颤，需要干涉测量技术并建造精度极高的探测器，这至今仍是科学界面临的重大挑战（注：干涉测量技术是一种通过分析波在重叠时相互干扰的方式来测量微小变化的技术）。

针对这一难题，研究人员提出一种新的方法，他们设计了一种通用干涉仪（UIFO，universal interferometer），通过参数化光学元件（如激光功率、相位、反射率等）和空间排布关系，将复杂的拓扑结构搜索问题转化为可处理的连续优化问题。

通过这种方法，研究人员能够探索不同的引力波频率范围，寻找适合不同天体物理现象（如黑洞合并、超新星爆发等）的最佳探测器设计。

在此基础上，该课题组开发了一种名为“Urania”的并行化混合局部全局优化算法。该算法采用独特的局部优化与全局探索相结合策略：首先从数千个初始条件出发，通过并行计算开展局部寻优；随后整合各局部最优解进行全局分析，最终实现探测器拓扑结构的迭代优化。

经过约 150 万 CPU 小时的大规模数值计算，Urania 算法成功发现了 50 种超越当前最佳人类设计的探测器拓扑结构，为下一代引力波探测器的研制提供了重要理论依据。

这些新设计的探测器针对不同天体物理目标进行了针对性优化。例如，针对 20-5000 赫兹宽频带的探测器，其低频灵敏度提升 4.2 倍，可更早捕捉中子星合并信号；专为超新星爆发设计的方案，平均灵敏度提升 1.6 倍，预期观测率提高 3.8 倍；针对中子星合并后物理的探测器，在 800-3000 赫兹频段灵敏度提升 5.3 倍，观测率暴涨 68.7 倍。

通过对这些最优解的分析，研究人员发现了若干新的物理机制，包括动量挤压与放大技术、新型光学弹簧效应等，这些新发现为引力波探测器的设计开辟了全新的思路。

以超新星探测方案为例，其中一种包含 17 米线性腔的环形结构设计能够将引力波信号放大 1000 倍，而量子噪声仅出现小幅增加。尤为重要的是，这些优化设计大多无需对现有 LIGO 设施进行大规模改造，为探测器的升级提供了切实可行的技术路径。

总体来说，这项研究表明，AI 不仅能够发现新颖的探测器设计，还激励研究人员探索新的实验和理论思路。更广泛地说，这表明 AI 有望在作为设计未来探索宇宙（从最小到最大尺度）的工具方面发挥关键作用。

“我们正处于一个机器能够在科学领域发现超越人类的新解决方案的时代，而人类的任务是理解机器所做的工作。这必将成为未来科学发展中非常重要的部分。”克伦说道。

这项研究可能标志着一个新研究范式的开端：AI 将更多地承担发现“科学家尚未理解”的新物理现象的任务，而研究人员则专注于对这些发现进行理论阐释和实验验证。这种人与机器的协同合作，有望推动引力波天文学乃至整个物理学研究进入一个全新的发展阶段。

参考资料：

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/

运营/排版：何晨龙