【米兰·(milan)中国官方网站科技消息】最近，马克斯·普朗克智能系统研究所领导的国际团队开发了一种名为DINGO-BNS的新算法，可以大幅加快分析引力波的速度。这一方法利用人工智能技术，在短短一秒内就能识别出双中子星合并发出的信号，而以前这需要大约一个小时。
探测引力波是极具挑战性的任务，因为地球上的时空扭曲极其微小，仅相当于质子直径千分之一的变化。像LIGO这样的设备使用高精度激光干涉仪来捕捉这些变化。
中子星是宇宙中最迷人的天体之一。当两颗中子星碰撞时，它们不仅产生引力波，还会引发巨大的爆炸——千新星，这种爆炸能制造金、铂等重元素。观测这类事件对天文学家至关重要但也充满挑战。
中子星的物质密度极高，一茶匙的重量约为5.5万亿公斤，几乎相当于吉萨大金字塔的900倍。这种密度使得中子星成为研究极端条件下物质行为的理想对象。
当中子星合并时，r过程会产生金、铂等重元素。DINGO-BNS算法能将确定中子星合并在天空中的位置准确度提升30%，这对抓住短暂的观测窗口期至关重要。目前的引力波探测器通常只给出几分钟的预警时间，DINGO-BNS让天文学家能够迅速调整仪器，指向正确的方向。
2017年，LIGO和Virgo首次记录到GW170817中子星合并事件，全球70台望远镜同时观测，证实了此类合并是伽马射线暴和重元素形成的来源。新算法的优势在于提高了实时分析的准确性，不再以牺牲精度为代价。它不仅能定位合并地点，还能提供关于中子星的质量、旋转等详细信息。
这种方法有助于解答天体物理学中的一些未解之谜。亚历山德拉-布南诺指出：“早期多信使观测为理解合并过程及其后续的千新星提供了新的视角。” 这些发现推动了我们对宇宙深处现象的理解。
版权所有，未经许可不得转载
-米兰·(milan)中国官方网站