深度学习
AI 设计出怪异的物理实验。但它们确实有效
人工智能软件正在设计新颖的实验方案，这些方案改进了人类物理学家的工作成果，尽管人类仍需要”进行大量照看工作”。 说到精密测量，就不得不提激光干涉引力波天文台（LIGO）。在 LIGO 的双子引力波探测器（分别位于华盛顿州汉福德和路易斯安那州利文斯顿）中，激光束沿着巨型 L 形四公里长臂来回反射。当引力波经过时，一条长臂相对于另一条的长度变化小于一个质子的宽度——正是通过测量这种微小差异（其灵敏度相当于测量地球到半人马座α星的距离时精确到一根人类头发的宽度），科学家们才能做出重大发现。 这台机器的设计历经数十年才完成，因为物理学家需要将每个部件都推向物理极限。建设始于 1994 年，耗时超过 20 年，其中包括为期四年的停机升级。直到 2015 年，LIGO 才首次探测到引力波：那是来自遥远宇宙中一对黑洞碰撞所产生的时空涟漪。 加州理工学院物理学家拉纳·阿迪卡里在 2000 年代中期领导了探测器优化团队。他与少数合作者精心打磨了 LIGO 设计的各个部件，探索了阻碍探测器提高灵敏度的每一项限制条件。 但在 2015 年探测到引力波后，阿迪卡里希望验证能否改进 LIGO 的设计，例如使其能够接收更宽频段的引力波信号。这种改进将使 LIGO 能够观测到不同质量黑洞的合并过程，甚至可能发现意外现象。”我们真正希望发现的是前所未见的全新天体物理现象，”阿迪卡里表示，”对于宇宙的创造物，我们不应抱有任何先入为主的观念。” 加州理工学院物理学家拉纳·阿迪卡里近期利用人工智能技术寻找改进引力波探测器设计的方法。 史蒂夫·巴布利亚克 他和团队转而求助于人工智能——具体来说，是物理学家马里奥·克伦最初开发的一套用于设计量子光学桌面实验的软件工具。首先，他们向 AI 提供了所有可混合搭配的组件和设备，用以构建任意复杂的干涉仪。AI 起初不受任何限制，可以设计出横跨数百公里、包含数千个元件（如透镜、反射镜和激光器）的探测器。 起初，人工智能的设计看起来荒诞不经。”它给出的输出结果对人类而言完全无法理解，”阿迪卡里说。”它们过于复杂，看起来像外星产物或 AI 造物。根本不像人类会做的东西，因为毫无对称性、美感可言。简直一团糟。” 研究人员找到了清理人工智能输出的方法，使其产生可解释的构想。即便如此，AI 的设计方案仍令研究团队困惑不已。”如果我的学生试图提交这种设计，我肯定会说’不行，这太荒谬了’，”阿迪卡里坦言。但该设计的效果却毋庸置疑。 团队耗费数月才理解 AI 的运作原理。原来这台机器运用了反直觉的技巧：它在主干涉仪与探测器之间增设了三公里长的环形光路，使激光在离开干涉臂前进行循环。阿迪卡里团队意识到，AI 可能运用了俄罗斯物理学家数十年前提出的某些深奥理论原理来抑制量子力学噪声，这些理论从未被实验验证过。”要突破常规思维想到这种程度需要非凡的想象力，”阿迪卡里表示，”我们确实需要 AI 的助力。” AI 软件构想出一种新颖的光学元件布局方案，可使 LIGO 引力波探测器的灵敏度提升 10%至 15%。航拍图展示了路易斯安那州利文斯顿的探测器设施。 加州理工学院/麻省理工学院/激光干涉引力波天文台实验室 他表示，如果在 LIGO 建造时就能获得 AI 的洞见，”我们本可以全程提升约 […]
