Google introduit une IA capable de détecter des ondes gravitationnelles et de contrôler des observatoires
Google a introduit cette semaine le Deep Loop Shaping, qui a pour objectif de faciliter et d’améliorer les observations des ondes gravitationnelles.
Les ondes gravitationnelles sont des distorsions de l’espace-temps qui se produisent lorsqu’une distribution de matière ou d’énergie est accélérée. Elles ont été prévues par Einstein en 1916, peu après la publication de sa théorie de la relativité générale. Cependant, la confirmation de l’existence de ce phénomène n’est intervenue qu’en 2015, lorsque l’observatoire LIGO a enregistré la collision de deux trous noirs.
En 2015, il s’agissait de la première détection, importante car elle a marqué le début de nombreuses observations d’ondes gravitationnelles. Cette découverte a conduit au prix Nobel de physique 2017, décerné à Kip Thorne, Rainer Weiss et Barry Barish. Malgré cela, les observatoires actuels présentent des limites, puisqu’ils ne détectent les ondes que dans certaines gammes de fréquences. Cela empêche l’observation de phénomènes à basses fréquences, comme par exemple les fusions de trous noirs supermassifs.
Pour faire face à certaines limites rencontrées par ces observatoires, Google DeepMind a annoncé cette semaine un nouveau modèle appelé Deep Loop Shaping. Le système optimise en temps réel les contrôles des interféromètres, réduisant les instabilités et filtrant les bruits qui compromettent les données. Ainsi, les observatoires peuvent fonctionner avec une plus grande stabilité et précision, augmentant les chances d’enregistrer des ondes gravitationnelles dans une gamme de fréquences plus large.
Ondes gravitationnelles
Les ondes gravitationnelles sont des oscillations qui se produisent dans le tissu de l’espace-temps et ont été prévues par Albert Einstein en 1916 dans sa théorie de la relativité générale. Elles apparaissent lorsque des objets s’accélèrent et libèrent de l’énergie. De nos jours, seuls des objets extrêmement massifs, comme des trous noirs stellaires ou des étoiles à neutrons, peuvent générer des ondes gravitationnelles observables par les instruments actuels.
La première observation d’ondes gravitationnelles a été réalisée par l’observatoire LIGO, qui a enregistré la fusion de deux trous noirs à plus d’un milliard d’années-lumière de la Terre. Par la suite, d’autres observations ont eu lieu, certaines ayant même montré une contrepartie en rayonnement électromagnétique. Grâce à ces deux types d’observation, une nouvelle branche de l’astronomie a vu le jour : l’astronomie multi-messager.
Limites
Les détecteurs actuels d’ondes gravitationnelles, comme LIGO et Virgo, sont des interféromètres laser extrêmement sensibles. Ils fonctionnent dans une plage de fréquences limitée, comprise entre environ 10 Hz et quelques kHz. Cela signifie que nous ne pouvons observer que des événements très énergétiques et rapides, comme les fusions de trous noirs stellaires et d’étoiles à neutrons. Les signaux à plus basses fréquences, tels que ceux produits par des trous noirs supermassifs, restent hors de portée de ces instruments.
De plus, les bruits environnants des observatoires compliquent la détection dans d’autres bandes de fréquences. Les vibrations sismiques de la Terre perturbent les signaux de basse fréquence, tandis que les bruits thermiques et électroniques affectent les bandes plus élevées. Comme les signaux des ondes gravitationnelles sont extrêmement faibles, toute perturbation les compromet. C’est pourquoi l’observation reste encore limitée à une fenêtre étroite du spectre des ondes gravitationnelles possibles, et beaucoup échappent à la détection.
Deep Loop Shaping
Google DeepMind a annoncé Deep Loop Shaping, une nouvelle méthode d’IA qui réduit les bruits et améliore le contrôle des systèmes de rétroaction du LIGO. Cette technique permet de stabiliser les miroirs utilisés pour mesurer les ondes gravitationnelles. Grâce à cela, le modèle parvient à améliorer jusqu’à 100 fois les performances de l’observatoire dans l’enregistrement des ondes gravitationnelles. Testée au LIGO de Livingston, aux États-Unis, la méthode a démontré son efficacité même dans des applications réalistes, au-delà du monde de la simulation.
Avec cette amélioration, l’idée est que Deep Loop Shaping contribue à détecter des centaines de nouveaux événements par an avec plus de précision et de détails. Le modèle utilise l’apprentissage par renforcement basé sur des récompenses dans le domaine fréquentiel, garantissant la stabilité sans ajouter de bruit supplémentaire au système. Bien qu’il ait été appliqué aux ondes gravitationnelles, Google DeepMind affirme que le modèle peut également être utilisé dans d’autres domaines nécessitant une suppression des vibrations et un contrôle de systèmes dynamiques.
Google DeepMind
Google DeepMind est l’un des principaux laboratoires de recherche en IA au monde, fondé en 2010 et acquis par Google en 2014. Basé à Londres, le laboratoire s’est fait connaître mondialement grâce à AlphaGo, le premier système à apprendre seul et à battre des champions humains au jeu de go. Plus tard, le laboratoire a introduit AlphaFold, capable de prédire la structure des protéines.
L’importance d’AlphaFold a été telle qu’en 2024, le neuroscientifique et PDG de DeepMind, Demis Hassabis, a reçu le prix Nobel de chimie. Ce ne sont pas les seuls travaux réalisés par DeepMind ces dernières années, et le laboratoire continue d’appliquer ses recherches dans divers domaines, allant jusqu’à développer des modèles pour stabiliser des réacteurs nucléaires.