Google introduz IA capaz de encontrar ondas gravitacionais e controlar observatórios
Google introduziu essa semana o Deep Loop Shaping que visa facilitar e melhorar as observações de ondas gravitacionais.
As ondas gravitacionais são distorções no espaço-tempo que acontecem quando alguma distribuição de matéria ou energia é acelerada. Elas foram previstas por Einstein em 1916 logo após a publicação do seu trabalho de Relatividade Geral. No entanto, a confirmação que esse fenômeno existe só aconteceu em 2015, quando o observatório LIGO registrou o choque de dois buracos negros.
Em 2015, foi a primeira detecção e ela foi importante porque marcou o início de diversas observações de ondas gravitacionais. A descoberta levou ao Nobel de Física de 2017 concedido a Kip Thorne, Rainer Weiss e Barry Barish. Apesar disso, os observatórios atuais possuem limitações onde só detectam ondas em certas faixas de frequência. Isso impede a observação de fenômenos em baixas frequências, como fusões de buracos negros supermassivos, por exemplo
Para enfrentar algumas limitações encontradas nesses observatórios, a Google DeepMind anunciou essa semana o novo modelo chamado Deep Loop Shaping. O sistema otimiza em tempo real os controles dos interferômetros, reduzindo instabilidades e filtrando ruídos que comprometem os dados. Com isso, os observatórios podem operar com maior estabilidade e precisão, aumentando a chance de registrar ondas gravitacionais em uma gama maior de frequência.
Ondas Gravitacionais
Ondas gravitacionais são oscilações que acontecem no tecido espaço-tempo e foram previstas por Albert Einstein em 1916 na Teoria da Relatividade Geral. Elas surgem quando objetos se aceleram e liberam energia. Hoje em dia, apenas objetos extremamente massivos, como buracos negros estelares ou estrelas de nêutrons, conseguem formar ondas gravitacionais observáveis para os observatórios atuais.
A primeira observação de ondas gravitacionais foi feita pelo observatório LIGO, que registrou a fusão de dois buracos negros a mais de um bilhão de anos-luz da Terra. Mais tarde, outras observações foram feitas e algumas tiveram sua contraparte em radiação eletromagnética observada. Com esses dois tipos de observação, abriu uma nova área da Astronomia chamada de Astronomia Multimensageira.
Limitações
Os detectores atuais de ondas gravitacionais, como LIGO e Virgo, são interferômetros a laser e são extremamente sensíveis. Eles funcionam em uma faixa limitada de frequência, entre cerca de 10 Hz e alguns kHz. Isso significa que conseguimos observar apenas eventos muito energéticos e rápidos, como fusões de buracos negros estelares e estrelas de nêutrons. Sinais em frequências mais baixas, como os produzidos por buracos negros supermassivos, ficam fora do alcance desses instrumentos.
Além disso, os ruídos que estão presentes em torno dos observatórios dificultam a detecção de outras faixas. Vibrações sísmicas da Terra interferem em sinais de baixa frequência, enquanto ruídos térmicos e eletrônicos atrapalham em faixas mais altas. Como os sinais das ondas gravitacionais são extremamente fracos, qualquer perturbação atrapalha. Por isso, a observação ainda é restrita a uma janela estreita do espectro de possíveis ondas gravitacionais e muitas acabam sendo perdidas.
Deep Loop Shaping
A Google DeepMind anunciou o Deep Loop Shaping, um novo método de IA que reduz ruídos e melhora o controle dos sistemas de feedback do LIGO. Essa técnica consegue estabilizar os espelhos que são usados para medir as ondas gravitacionais. Com isso, o modelo consegue melhorar em até 100 vezes o desempenho do observatório em registrar ondas gravitacionais. Testado no LIGO de Livingston, nos EUA, o método mostrou funcionar até mesmo em aplicações realistas, fora do mundo da simulação.
Com essa melhoria, a ideia é que o Deep Loop Shaping ajude a detectar centenas de novos eventos por ano com mais precisão e detalhe. O modelo usa aprendizado por reforço baseado em recompensas no domínio da frequência, garantindo estabilidade sem adicionar ruído extra ao sistema. Apesar da aplicação em ondas gravitacionais, a Google DeepMind argumenta que o modelo pode ser aplicado em outros campos que exigem supressão de vibrações e controle de sistemas dinâmicos.
Google DeepMind
A Google DeepMind é um dos principais laboratórios de pesquisa em IA do mundo, fundado em 2010 e adquirido pelo Google em 2014. Com sede em Londres, o laboratório ficou conhecido mundialmente com o AlphaGo que foi o primeiro sistema a aprender sozinho e a derrotar campeões humanos no jogo Go. Mais tarde, o laboratório introduziu o AlphaFold que foi capaz de prever a estrutura de proteínas.
A importância do AlphaFold foi tão grande que em 2024, o neurocientista e CEO da DeepMind, Demis Hassabis, recebeu o prêmio Nobel de Química. Esses não foram os únicos trabalhos realizados pela DeepMind nos últimos anos e o laboratório continua aplicando em diferentes áreas até mesmo em criar modelos para estabilizar reatores nucleares.