谷歌DeepMind用AI探测引力波，登上Science了

主要观点总结

本文介绍了谷歌DeepMind、LIGO（激光干涉仪引力波探测器）团队和GSSI（格兰萨索科学研究所）合作开发的Deep Loop Shaping技术，该技术通过AI降低引力波探测中的低频噪声，将引力波探测的有效观测范围扩展到1.7亿光年，可观测的宇宙体积增加了70%。文章还介绍了LIGO的工作原理以及Deep Loop Shaping技术如何改善引力波探测的效果，并提到了LIGO团队的三位科学家因探测到引力波而获得诺贝尔物理学奖的历史背景。此外，文章还提到了韦斯教授的个人经历。

关键观点总结

关键观点1: Deep Loop Shaping技术通过AI降低引力波探测中的低频噪声。

该技术把引力波探测的10-30Hz频段控制噪声强度降低至传统方法的1/30，部分子频段更是压至原来的1/100，超越了量子极限设定的设计目标。

关键观点2: Deep Loop Shaping技术扩展了引力波探测的有效观测范围。

该技术将LIGO探测器的有效观测范围从1.3亿光年扩展至1.7亿光年，可观测的宇宙体积增加了70%，这意味着每年可探测的引力波事件数量大幅增加。

关键观点3: Deep Loop Shaping技术的应用挑战了多年困扰领域的低频段噪声难题。

该技术克服了传统降噪方法在低频段触顶的问题，使得噪声降低至不影响信号识别的水平。

关键观点4: Deep Loop Shaping技术的突破得益于AI技术的应用。

该技术利用深度神经网络处理探测器收集的庞大数据流，从原始传感信号里提取引力波特征的最优路径，不再让控制器本身成为噪声源。