La IA estabiliza LIGO para detectar ondas gravitacionales
Un método de Google DeepMind reduce entre 30 y 100 veces el ruido del sistema de control más inestable de LIGO, el observatorio que detecta ondas gravitacionales. Si se aplica a todos sus espejos, podría ayudar a registrar cientos de eventos adicionales al año y estudiar fenómenos cósmicos con más detalle.
La inteligencia artificial ya está ayudando a LIGO a medir ondas gravitacionales con menos interferencias. El método Deep Loop Shaping, desarrollado por Google DeepMind junto con LIGO, Caltech y GSSI, redujo entre 30 y 100 veces el ruido del sistema de control más inestable del observatorio.
El avance se probó en las instalaciones de LIGO en Livingston, Luisiana, y se describe en un artículo publicado en Science. No se trata de que la IA interprete directamente los datos del universo, sino de que mantenga quietos los espejos que hacen posible recogerlos.
El problema: medir movimientos casi imposibles de ver
LIGO detecta ondas gravitacionales, pequeñas deformaciones del espacio y el tiempo producidas por fenómenos como la unión de agujeros negros o la colisión de estrellas de neutrones.
El observatorio utiliza dos brazos de 4 kilómetros y láseres que rebotan entre espejos. Cuando una onda pasa, cambia ligeramente la distancia entre esos espejos. La variación que se intenta medir es de apenas 10^-19 metros, cerca de una diezmilésima parte del tamaño de un protón.
Cualquier vibración puede arruinar la medición. El movimiento de vehículos, las condiciones meteorológicas e incluso el oleaje del golfo de México, a unos 160 kilómetros, pueden afectar al instrumento.
LIGO cuenta con miles de sistemas que corrigen continuamente la posición de sus componentes. Pero el control también puede generar ruido: si actúa con demasiada fuerza, amplifica las vibraciones que debía eliminar.
Cómo interviene la IA
Deep Loop Shaping emplea aprendizaje por refuerzo, una técnica en la que un sistema aprende mediante repetidos intentos y recibe mejores puntuaciones cuando se acerca al objetivo. En este caso, el objetivo era reducir el ruido justo en las frecuencias donde LIGO busca ondas gravitacionales.
El controlador se entrenó primero en una simulación del observatorio. Después se ejecutó en el equipo real de Livingston, donde mantuvo un rendimiento similar y permaneció estable durante experimentos prolongados.
El resultado principal afecta al circuito de retroalimentación más difícil de controlar en LIGO. La reducción de ruido de 30 a 100 veces significa que ese circuito dejó de ser una fuente relevante de interferencias para el detector.
Qué puede cambiar para la astronomía
El equipo todavía no afirma que todos los sistemas de LIGO hayan sido actualizados con este método. Sin embargo, aplicar la técnica a todos los circuitos que controlan los espejos podría permitir detectar cientos de eventos adicionales al año y obtener datos más detallados sobre ellos.
Eso sería especialmente útil para estudiar los agujeros negros de masa intermedia, una población de la que todavía existen pocos datos y que podría ayudar a explicar cómo evolucionan las galaxias.
Desde su primera detección de ondas gravitacionales en 2015, LIGO ha observado cientos de colisiones de agujeros negros y estrellas de neutrones. Estas mediciones han permitido comprobar predicciones de la teoría de la relatividad general y estudiar fenómenos como la formación de elementos pesados, incluido el oro.
Para ti, el efecto no será una función visible en el móvil ni una nueva herramienta de uso cotidiano. El cambio está detrás de escena: un detector más estable puede ampliar la distancia a la que los astrónomos observan eventos débiles y mejorar la precisión con la que reconstruyen lo ocurrido.
La misma técnica podría probarse más adelante en otros problemas donde las vibraciones y el ruido dificultan el control, como la robótica, la ingeniería estructural y la industria aeroespacial. Lo importante ahora es comprobar si el resultado obtenido en un circuito concreto puede mantenerse al extenderlo a todo el observatorio y a futuros detectores terrestres o espaciales.