สมบัติการแทรกสอดของแสงเลเซอร์ช่วยไขความลับเกี่ยวกับคลื่นความโน้มถ่วงได้ เนื่องด้วยแสงสามารถเบี่ยงเบนเมื่อมีการเปลี่ยนแปลงของความโน้มถ่วง Credit : LIGO

นักฟิสิกส์ปูทางการสำรวจคลื่นความโน้มถ่วงด้วย Deep Learning

ตรวจพบส่วนเสริม Ad Blocker

เว็บไซต์ของเรา เชื่อในประสบการณ์การรับชมของผู้ชม แต่อย่างไรก็ตามเว็บไซต์ของเราขับเคลื่อนด้วยโฆษณาจากผู้สนับสนุน โปรดพิจารณาละเว้นการบล็อคโฆษณาด้วยส่วนเสริม ad-block | ขอบพระคุณอย่างยิ่งที่ให้การสนับสนุน

เรียบเรียงโดย Thaiphysicsteacher.com

 แต่เดิมการค้นหาคลื่นความโน้มถ่วงจะอาศัยการแทรกสอดของคลื่นแสงผ่านกระจกสะท้อนทำมุมที่ต่างกัน เมื่อมีคลื่นความโน้มถ่วงเคลื่อนที่ผ่าน จะเกิดการแทรกสอดของแสงเลเซอร์ที่เปลี่ยนไป ทำให้ทราบได้ว่ามีคลื่นความโน้มถ่วงอยู่จริง

ในอนาคตอาจตรวจพบคลื่นความโน้มถ่วงได้เร็วกว่าเดิม

 นักวิทยาศาสตร์จากศูนย์ประยุกต์ซุปเปอร์คอมพิวเตอร์แห่งชาติ หรือ (NCSA) ตั้งอยู่ในมหาวิทยาลัย IIlinois ได้บุกเบิกใช้ Deep Learning ซึ่งเป็นกระบวนค้นหาและตรวจสอบคลื่นความโน้มถ่วงที่แม่นยำและรวดเร็วกว่าเดิม โดยอาศัยการฝึกให้กับโปรแกรมคอมพิวเตอร์ให้รู้จักเรียนรู้รูปแบบ Pattern และเงื่อนไขการเกิดต่างๆของคลื่นความโน้มถ่วง

ทำความเข้าใจกับคำว่า Deep Learning

 ก่อนจะไปพูดถึงวิธีการที่นักวิจัยใช้ Deep Learning ค้นหาคลื่นความโน้มถ่วง อันดับแรกเราต้องรู้ก่อนว่า Deep Learning คืออะไร – กล่าวคือ เป็นกระบวนการพัฒนาเครื่องจักรหรือปัญญาประดิษฐ์ให้เรียนรู้และทำนายองค์ความรู้ได้ด้วยตัวเอง เพื่อให้เข้าใจง่ายขึ้นผู้เขียนขอเปรียบเทียบว่า การที่คนเรากลัวเข็มได้นั้น เกิดจากการเรียนรู้หรือมีประสบการณ์ซ้ำๆว่าหากนิ้วโดนเข็มจิ้ม > จะรู้สึกเจ็บปวด > เลือดออก… ทำให้ในคราวต่อไปหากมีความจำเป็นต้องใช้เข็มทำงานอะไรก็ตาม สมองจะประมวลผลทันทีว่าต้องระวัง เช่นเดียวกันเราสามารถสอนให้สมองกลเรียนรู้รูปแบบของคลื่นความโน้มถ่วงได้จากฐานข้อมูลที่มีอยู่เป็นจำนวนมาก

ประสานความร่วมมือ

 ตอนนี้นักวิทยาศาสตร์มีเครื่องมือที่จะค้นหาคลื่นความโน้มถ่วงได้ง่ายขึ้นดังนี้

  • อัลกอริทึม Deep Learning
  • องค์ความรู้เกี่ยวกับการรวมตัวกันของหลุมดำสองแห่ง
  • Platform ซอฟแวร์จาก Einstein Toolkit ซึ่งเป็นบริษัทแห่งหนึ่งสร้างขึ้นเพื่อการศึกษาวิจัยทางฟิสิกส์ดาราศาสตร์โดยเฉพาะ
  • และที่สำคัญข้อมูลที่จะให้สมองกลเรียนรู้ ก็ได้รูปแบบของคลื่นความโน้มถ่วงจาก LIGO – หอสังเกตการณ์คลื่นความโน้มถ่วงโดยใช้อินเตอร์เฟอโรมิเตอร์ชนิดเลเซอร์

แนวคิดการใช้งาน Deep Learning

 Daniel George และ Eliu Huerta สองนักวิทยาศาสตร์จาก NCSA พัฒนา Deep Learning โดยมีแนวคิดที่จะสร้างอัลกอริทึมที่ทำนายการเกิดคลื่นความโน้มถ่วงจากหลุมดำสองแห่งชนกัน หากเราทราบเงื่อนไขก่อนการชน หรือสัญญาณอะไรบางอย่างจากข้อมูลดิบที่ LIGO ให้มา การเรียนรู้เงื่อนไขหรือสัญญาณดังกล่าวซ้ำๆ จนอัลกอริทึมเข้าใจได้ มันก็จะสามารถทำนายได้ว่าเมื่อไหร่ที่คลื่นความโน้มถ่วงจะเกิดขึ้น หรือจะสามารถตรวจพบได้จากหลุมดำคู่หนึ่งๆ ที่มีแนวโน้มที่จะสร้างคลื่นความโน้มถ่วงได้หรือไม่ – Daniel และ Eliu เชื่อว่าวิธีการนี้จะทำให้การตรวจหาคลื่นความโน้มถ่วงเร็วกว่าการตรวจหาแบบเรียลไทม์ (Real-Time) อย่างที่ LIGO ยังคงทำอยู่ในปัจจุบัน

 สิ่งที่สำคัญที่สุดในการประมวลผลของอัลกอริทึม คือ การใช้ GPU – หน่วยประมวลผลออกมาเป็นภาพสามมิติ ที่ได้ NVIDIA เป็นผู้สนับสนุน โดยทีมวิจัยเลือกใช้ GPU รุ่น Tesla P100 และ DGX-1 (ที่สร้างมาเพื่อการประมวลผลสำหรับสมองกล หรือ AI) โดยเฉพาะ

 ทั้งนี้ผู้อ่านสามารถติดตามผลงานวิจัยดังกล่าวเพิ่มเติมได้ที่วารสาร Physics Letters B

ถ้าบทความนี้อ่านคล่องอ่านง่ายแชร์เลยครับ

Leave a Reply

This site uses Akismet to reduce spam. Learn how your comment data is processed.