Gần đây, nhà khoa học tính toán về trí tuệ nhân tạo phiên dịch (AI), Eliu Huerta cùng các cộng tác viên từ Argonne, Đại học Chicago, Đại học Illinois tại Urbana-Champaign, NVIDIA và IBM, đã phát triển một loại AI quy mô mới cho phép phát hiện sóng hấp dẫn một cách nhanh nhất có thể.
Khi sóng hấp dẫn lần đầu tiên được phát hiện vào năm 2015 bởi Đài quan sát sóng hấp dẫn giao thoa kế laser tiên tiến (LIGO), họ xác nhận một lý thuyết khác của Einstein và đánh dấu sự ra đời của thiên văn học sóng hấp dẫn. 5 năm sau, nhiều nguồn sóng hấp dẫn đã được phát hiện, bao gồm cả quan sát đầu tiên về hai ngôi sao neutron va chạm nhau trong sóng hấp dẫn và sóng điện từ.
Ảnh minh hoạ. Nguồn: InternetKhi LIGO và các đối tác quốc tế tiếp tục nâng cấp độ nhạy của các thiết bị dò tìm đối với sóng hấp dẫn, họ sẽ có thể thăm dò một thể tích lớn hơn của vũ trụ, do đó làm cho việc phát hiện các nguồn sóng hấp dẫn trở nên thường xuyên hơn. Những khám phá này sẽ khởi động kỷ nguyên thiên văn học chính xác các hiện tượng truyền tin ngoài hệ mặt trời, bao gồm bức xạ điện từ, sóng hấp dẫn, neutrino và tia vũ trụ. Tuy nhiên, việc thực hiện mục tiêu này sẽ đòi hỏi sự cân nhắc triệt để về các phương pháp hiện có được sử dụng để tìm kiếm và tìm ra sóng hấp dẫn.
Gần đây, nhà khoa học tính toán về trí tuệ nhân tạo phiên dịch (AI), Eliu Huerta thuộc Phòng thí nghiệm quốc gia Argonne của Bộ Năng lượng Hoa Kỳ (DOE), cùng các cộng tác viên từ Argonne, Đại học Chicago, Đại học Illinois tại Urbana-Champaign, NVIDIA và IBM, đã phát triển một loại AI quy mô mới cho phép phát hiện sóng hấp dẫn một cách nhanh nhất có thể.
Nhóm AI được sử dụng cho nghiên cứu này đã xử lý dữ liệu LIGO nâng cao trong suốt một tháng 8 năm 2017 - trong vòng chưa đầy bảy phút, phân phối tập dữ liệu trên 64 GPU NVIDIA V100. Nhóm AI được nhóm sử dụng cho phân tích này đã xác định tất cả bốn sự hợp nhất lỗ đen nhị phân được xác định trước đó.
Ian Foster, giám đốc bộ phận Khoa học Dữ liệu và Học tập (DSL) của Argonne, cho biết: “Là một nhà khoa học máy tính, điều thú vị đối với tôi về dự án này là nó cho thấy làm thế nào, với các công cụ phù hợp, các phương pháp AI có thể được tích hợp một cách tự nhiên vào quy trình làm việc của các nhà khoa học - cho phép họ thực hiện công việc của mình nhanh hơn và tốt hơn - tăng cường, mà không thay thế, trí thông minh của con người. "
Nhóm cộng tác liên ngành và đa thể chế này giới thiệu phương pháp tiếp cận theo hướng dữ liệu kết hợp các tài nguyên siêu máy tính tập thể của nhóm, để cho phép phát hiện sóng hấp dẫn có thể tái tạo, tăng tốc, điều khiển bởi AI.
"Trong nghiên cứu này, chúng tôi đã sử dụng sức mạnh tổng hợp của AI và siêu máy tính để giúp giải quyết các thí nghiệm dữ liệu lớn phù hợp và kịp thời. Chúng tôi hiện đang làm cho các nghiên cứu về việc AI có thể tái tạo hoàn toàn, không chỉ đơn thuần xác định xem liệu AI có thể cung cấp một giải pháp mới cho những thách thức lớn hay không, “Huerta nói.
Huerta và nhóm nghiên cứu của ông đã phát triển khung mới của họ thông qua sự hỗ trợ của NSF, chương trình Nghiên cứu và Phát triển do Phòng thí nghiệm Argonne chỉ đạo (LDRD) và chương trình Tính toán mới và Sáng tạo của DOE đối với Lý thuyết và Thực nghiệm (INCITE).
Link: https://www.sciencedaily.com/releases/2021/07/210707160445.htm
Hà Trần (Theo ScienceDaily)
