Ny KI-metode skjerper LIGO: 30–100x mindre kontrollstøy

AI-nyheter: En ny metode kalt Deep Loop Shaping bruker kunstlig intelligens (KI) for å redusere kontrollstøy i LIGO-observatoriet med 30–100 ganger, ifølge en artikkel publisert i Science 4. september 2025.

Metoden er utviklet i samarbeid med LIGO (Caltech) og GSSI og er prøvd ved LIGO i Livingston, Louisiana. Deep Loop Shaping er en forsterkende læringsbasert kontrollmetode med frekvensdomenebaserte belønninger som trenes i simulering og fungerer også på hardware. Den reduserer støy i den mest ustabile kontrollsløyfen med en faktor 30–100, stabiliserer de svært følsomme interferometermirrorene og bringer støyen under nivået for kvantiske fluktuasjoner i strålingstrykket. Ifølge artikkelen kan anvendelse på alle speilkontrollsløyfer gjøre det mulig å oppdage og samle inn data fra hundrevis flere hendelser per år.

Norsk kontekst: Bedre støyhåndtering og stabilisering i gravitasjonsbølgeobservatorier er relevant for norske astrofysikk- og ingeniørmiljøer som følger utviklingen innen observasjonsmetoder og vibrasjonsdemping.

Kilde: https://deepmind.google/discover/blog/using-ai-to-perceive-the-universe-in-greater-depth | Sammendraget er KI-generert med OpenAI API av Ainy.no