谷歌 DeepMind 用 AI 探测引力波，登上 Science 了

探测宇宙深处的时空涟漪引力波，AI 也派上用场了。

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，将引力波探测的低频降噪能力拉到了新高度。

该研究现已登上 Science。

LIGO 团队的雷纳・韦斯（Rainer Weiss）教授、基普・索恩（Kip Stephen Thorne）教授以及巴里・巴里什（Barry Clark Barish）教授之前就靠 LIGO 探测器和引力波观测拿到了 2017 年诺贝尔奖物理学奖。

但引力波探测领域依旧卡在低频段噪声难题上多年。

这次 AI 一出手，直接把 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。

这是怎么做到的？

将 LIGO 观测距离扩至 1.7 亿光年

首先得明确，引力波探测本身就是天文学领域的顶尖难题。

引力波是黑洞、中子星碰撞时产生的时空扰动（或者说时空涟漪），信号极其微弱。

就比如说，哪怕是两个黑洞合并，传到地球上时引发的时空形变，比原子核还要小得多。

为了捕捉这种微小信号，LIGO 专门建造了长达 2.5 英里（约 4 千米）的激光干涉仪。

首先，LIGO 像一个大写的 L，两个真空管两端都装着一面超光滑的镜子，它会把一束激光分为两半，分别射进两条管子里，激光碰到镜子后会反射回来，最后两束反射光会重新合在一起，打在同一个探测器上。

正常情况下，两条管子一样长，两束激光走的距离相同，反射时间也一样，那么两束反射光合在一起时就会“抵消”（可以理解成波峰对波峰，波谷对波谷），探测器就看不到光信号。

但如果有引力波路过，就会把它经过的时空“拉伸收缩”，可能会把一条管子拉长同时把另一条管子压短，这样两条管子的距离不一样，反射光就不能完美抵消了，这时，探测器就能看到一个明暗变化的信号。

通过这个信号，科学家也能反推出：刚才是不是有引力波经过？

然而，探测效果一直受限于噪声干扰，尤其是 10-30Hz 的低频段。

而这个低频段，对于天文学研究的价值又不可替代。它是观测中等质量黑洞（质量为太阳几百到几万倍）并合、双黑洞长期绕转过程，以及中子星并合提供早期预警的关键频段。

但传统降噪方法在低频段早已触顶，此前科学家尝试过优化探测器结构、屏蔽环境干扰等多种方案，但始终无法将低频噪声降到不影响信号识别的水平，这一瓶颈也困扰领域多年。

现在，Deep Loop Shaping 通过 AI 技术实现了突破。

Deep Loop Shaping 技术的核心，并不是直接去寻找引力波，而是用强化学习方法来治理噪声，重构了 LIGO 的反馈控制系统。

研究团队首先构建了一个数字孪生版的 LIGO，将地震、海浪、温度漂移等各种干扰因素，也就是噪声模拟进去。利用奖励机制让 AI 在数百亿次迭代中试错学习，训练出了能优化探测器反馈回路的算法。

过去，LIGO 用线性控制方法降噪，容易在低频段放大噪声；而 Deep Loop Shaping 用深度神经网络，直接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。

同时，该系统利用循环神经网络架构，能动态识别微秒级的环境干扰并迅速作出调整，还优化了真空管内数千个传感器的输出，进一步压低了背景噪音。

利用 Deep Loop Shaping 技术，在 LIGO Livingston 观测站和加州理工 40 米原型装置上，AI 直接把 10-30Hz 频段的控制噪声压缩至传统方法的 1/30，部分子频段甚至压到原来的 1/100，第一次让这一频段的控制噪声低于量子噪声，突破了之前受量子极限启发设定的的设计目标。

不仅如此，它还拓展了探测器的有效观测范围，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。

例如，在 2024 年 3 月的 GW240312 黑洞碰撞事件中，Deep Loop Shaping 技术成功识别出振幅比传统阈值低 15% 的微弱信号。

研究合著者 Jan・Harms 教授表示，新技术还能对即将发生的宇宙碰撞进行更早地预警。

“你可以进行合并前的预警，这样你就能让人们知道一分钟之后，两颗中子星将合并，”

“然后，如果你在线的探测器数量恰到好处，甚至可以指向天空中的某个特定区域，告诉他们‘看那里，等待它。’”

One More Thing

2015 年 9 月 14 日，LIGO 首次成功直接探测到引力波，证实了爱因斯坦在 100 年前基于广义相对论做出的预言：巨大质量的天体可以因加速运动而压缩、拉扯时空。

LIGO 项目的三位杰出贡献者雷纳・韦斯（Rainer Weiss）教授、基普・索恩（Kip Stephen Thorne）教授以及巴里・巴里什（Barry Clark Barish）教授也因此获得了 2017 年的诺贝尔物理学奖。

△ 从左至右依次为：Rainer Weiss、Kip Stephen Thorne、Barry Clark Barish

不过，令人没想到的是，有如此杰出贡献的韦斯教授，在学生时代还因为谈恋爱被学校开除过。

韦斯教授 1932 年出生于德国，1950 年进入 MIT（麻省理工学院）读电气工程专业。

在 MIT 读大二的暑假，韦斯异地恋的女朋友提出分手，当即他便离开剑桥，跑去芝加哥挽救爱情。

几个月后回到 MIT 时，才发现自己由于缺课太多已经被开除了。

后来，没有完成学业的韦斯在物理学家杰罗德・扎卡赖亚斯（Jerrold Zacharias）的课题组找到了一个担任技术员的工作。

在杰罗德教授的鼓励下，韦斯回到 MIT 继续完成学业，并在 1955 年获得学士学位，1962 年在杰罗德教授的课题组获得博士学位。而后进入普林斯顿大学做博士后，研究能否从地震信号中检测到引力波。

再到后来，韦斯领导的 LIGO 团队于 2015 年 9 月 14 日观测到引力波，并于 2016 年 2 月正式宣布，在 2017 年获得诺奖。

但就在这个即将到来的首次观测到引力波十周年纪念日的前几天，也就是 2025 年 8 月 25 日，诺奖三人中最年长的韦斯教授逝世，享年 93 岁。

在首次观测到引力波时，他曾说：

“有了引力波，你就有了一种新的观察宇宙的方式。”

“你可以看到大自然所蕴藏的一切。所以现在的问题是：你想发现什么？”

参考链接：

• [1]https://www.geekwire.com/2025/ligo-google-ai-gravitational-waves/

• [2]https://www.science.org/doi/10.1126/science.adw1291

• [3]https://deepmind.google/discover/blog/using-ai-to-perceive-the-universe-in-greater-depth/

• [4]https://www.nytimes.com/2025/08/26/science/rainer-weiss-dead.html

本文来自微信公众号：量子位（ID：QbitAI），作者：闻乐

广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，IT之家所有文章均包含本声明。