Para ilmuwan mengembangkan model kecerdasan buatan untuk mendeteksi gelombang gravitasi

New York: Sebuah tim ilmuwan komputasi dan peneliti telah mengembangkan kerangka kerja kecerdasan buatan baru yang memungkinkan pendeteksian gelombang gravitasi yang dipercepat, terukur, dan berulang.

Kerangka skala produksi menunjukkan bahwa model AI bisa sama sensitifnya dengan algoritme pencocokan mati tradisional, tetapi urutan besarnya lebih cepat.

Selain itu, algoritme AI ini hanya memerlukan unit pemrosesan grafis (GPU) yang murah, seperti yang ditemukan dalam sistem video game, untuk memproses data LIGO tingkat lanjut lebih cepat daripada waktu nyata.

Tim di balik kerangka kerja AI termasuk Eliu Huerta dari Laboratorium Nasional Argonne Departemen Energi AS (DOE), bersama dengan kolaborator dari Argonne, Universitas Chicago, Universitas Illinois di Urbana-Champaign, dan pembuat chip grafis NVIDIA dan teknologi. IBM raksasa.

“Sebagai ilmuwan komputer, hal yang menarik bagi saya tentang proyek ini adalah bahwa proyek ini menunjukkan bagaimana, dengan alat yang tepat, metode AI dapat secara alami dimasukkan ke dalam alur kerja para ilmuwan – memungkinkan mereka melakukan pekerjaan mereka lebih cepat dan lebih baik – menambah, bukan mengganti ,” kata Ian Foster. , direktur Departemen Data Science and Learning (DSL) di Argonne.

Tim menerbitkan makalah penelitian di Nature Astronomy, menyajikan pendekatan berbasis data yang menggabungkan sumber daya superkomputer kolektif tim untuk memungkinkan deteksi gelombang gravitasi bertenaga AI yang dapat direproduksi, dipercepat.

Ketika gelombang gravitasi pertama kali terdeteksi pada tahun 2015 oleh Laser Interferometer Gravitational Wave Observatory (LIGO), mereka mengirimkan riak melalui komunitas ilmiah, membenarkan teori Einstein lainnya dan menandai kelahiran astronomi gelombang gravitasi.

Lima tahun kemudian, beberapa sumber gelombang gravitasi ditemukan, termasuk pengamatan pertama dua bintang neutron yang bertabrakan dalam gelombang gravitasi dan gelombang elektromagnetik.

“Dalam studi ini, kami menggunakan kekuatan gabungan AI dan superkomputer untuk membantu memecahkan eksperimen data besar yang relevan dan tepat waktu. Kami sekarang membuat studi AI sepenuhnya dapat diulang, tidak hanya memastikan apakah AI dapat memberikan solusi baru untuk tantangan besar,” kata Huerta. .

Membangun sifat interdisipliner dari proyek ini, tim menantikan aplikasi baru dari kerangka kerja berbasis data ini di luar tantangan data besar dalam fisika.

Huerta dan tim penelitinya mengembangkan kerangka kerja baru mereka melalui dukungan dari NSF, program Penelitian dan Pengembangan Berarah Laboratorium (Laboratorium Directed Research and Development/LDRD) Argonne dan Dampak Komputasi Inovatif baru pada Teori dan Eksperimen (INCITE) Departemen Energi.

“Investasi NSF ini berisi ide-ide orisinal dan inovatif yang menjanjikan untuk mengubah cara data ilmiah diproses menjadi aliran cepat,” kata Manish Parashar, direktur Office of Advanced Electronic Infrastructure di NSF.