Nuestro novedoso método Deep Loop Shaping mejora el control de los observatorios de ondas gravitacionales, ayudando a los astrónomos a comprender mejor la dinámica y la formación del universo.
Para ayudar a los astrónomos a estudiar los procesos más poderosos del universo, nuestros equipos han estado utilizando IA para estabilizar uno de los instrumentos de observación más sensibles jamás construidos.
En un artículo publicado hoy en Science, presentamos Deep Loop Shaping, un novedoso método de IA que desbloqueará la ciencia de ondas gravitacionales de próxima generación. Deep Loop Shaping reduce el ruido y mejora el control en el sistema de retroalimentación de un observatorio, ayudando a estabilizar los componentes utilizados para medir ondas gravitacionales, las pequeñas ondas en la estructura del espacio y el tiempo.
Estas ondas son generadas por eventos como colisiones de estrellas de neutrones y fusiones de agujeros negros. Nuestro método ayudará a los astrónomos a recopilar datos críticos para comprender la dinámica y la formación del universo y probar mejor las teorías fundamentales de la física y la cosmología.
Desarrollamos Deep Loop Shaping en colaboración con LIGO (Observatorio de ondas gravitacionales con interferómetro láser) operado por Caltech y GSSI (Instituto de Ciencias Gran Sasso), y probamos nuestro método en el observatorio de Livingston, Luisiana.
LIGO mide las propiedades y los orígenes de las ondas gravitacionales con una precisión increíble. Pero la más mínima vibración puede alterar sus mediciones, incluso si se trata de olas que rompen a 160 kilómetros de distancia en la costa del Golfo. Para funcionar, LIGO depende de miles de sistemas de control que mantienen cada pieza en una alineación casi perfecta y se adapta a las perturbaciones ambientales con retroalimentación continua.
Deep Loop Shaping reduce el nivel de ruido en el circuito de retroalimentación más inestable y difícil de LIGO entre 30 y 100 veces, mejorando la estabilidad de sus espejos interferómetros altamente sensibles. Aplicar nuestro método a todos los bucles de control de espejos de LIGO podría ayudar a los astrónomos a detectar y recopilar datos sobre cientos de eventos más por año, con mucho mayor detalle.
En el futuro, Deep Loop Shaping también podría aplicarse a muchos otros problemas de ingeniería relacionados con la supresión de vibraciones, la cancelación de ruido y sistemas altamente dinámicos o inestables importantes en la ingeniería aeroespacial, robótica y estructural.