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
相关攻略
近日，福布斯中国联合环球科创联盟正式揭晓“2025福布斯中国科创人物”榜单。本次评选历时八个月，从上千位候选人中严格遴选出60位硬科技领域的领军人物。榜单深度覆盖人工智能、芯片半导体、量子计算等前沿科技赛道，其中，专注于AI技术研发与应用的入选者占比高达60%，再次凸显了人工智能作为新一轮科技革命与
过去，许多人对AI助手的认知可能仍停留在“智能对话工具”的层面——即问即答，被动响应。这类工具虽然展现了强大的信息处理能力，但距离成为一个真正意义上的“数字化员工”尚有差距。毕竟，一名合格的员工核心价值在于主动理解目标、承接复杂任务、持续跟进进度，并在关键节点主动同步与反馈。 然而，在深度体验Wor
特斯拉CEO埃隆·马斯克再次释放了关于未来交通的关键信号。在周一的一场智能出行行业峰会上，他通过视频连线宣布，无需配备人类安全员监督的完全自动驾驶汽车，有望在今年晚些时候突破得克萨斯州的限制，实现在美国更广泛区域的商业化部署。 马斯克透露，目前得州已有完全无人监控的自动驾驶车辆投入实际运营，而这项R
研究表明，人们倾向于认为AI比人类更自信，即便答案相同。这种“自信错觉”源于人们依赖外部线索如回答速度来判断可信度，而AI缺乏情感信号加剧了误判风险。研究者指出，未来AI需明确传达对答案的把握程度，例如通过“把握指数”，以帮助用户更理性地评估建议的可信度。
4月22日，寒武纪董事长兼总经理陈天石在年度业绩说明会上，针对当前互联网巨头加速布局自研AI芯片的行业现象，首次进行了系统性阐述与官方回应。 陈天石分析指出，互联网公司自研AI芯片的核心逻辑，通常是围绕其自身主营业务或特定的应用生态，打造高度定制化的软硬件一体解决方案。这本质上是一种垂直整合的商业模
热门专题
热门推荐
过去24小时全球主要交易所比特币流向分化明显，整体净流出5740 82枚。其中CoinbasePro流出约5457枚，币安、Gemini分别流出1023枚和504枚；而OKX则逆势录得约530枚净流入。
《魔力宝贝》中“狗洞”即“奇怪的洞窟”，位于亚留特村西南方向黄色传送石处，是12至20级玩家高效练级地点。前往路线为：从法兰城至伊尔村，向北进入哈巴鲁东边洞窟击败“熊男”，穿越后抵达亚留特村，再向西南探索即可找到入口。洞内怪物等级较高，建议携带“风地”属性水晶提升生存能力。
时隔七年，贾跃亭以CEO身份重掌法拉第未来（FF）帅印，并成功为公司注入了关键的发展动力。近期，FF累计完成了高达7000万美元的机构融资。这笔至关重要的资金，被贾跃亭定位为驱动公司机器人业务实现第一阶段战略目标的“核心粮草”。 随着资金与团队就位，贾跃亭的信心显著增强。他公开立下目标：将用两年时间
任务需修复两条水道。首先跟随指引找到NPC并进入幻境，使用号角对准壁画激活飞鸟幻影，触碰并跟随其路径即可修复第一条水道。第二条水道位于洞xue内，跟随萤火虫找到入口，重复使用号角并借助弹跳水母到达高处，跟随飞鸟完成修复。完成后可获得奖励并推进剧情。