【CNMO 科技消息】最近，馬克斯 · 普朗克智能系統研究所領導的國際團隊開發了一種名為 DINGO-BNS 的新算法，可以大幅加快分析引力波的速度。這一方法利用人工智能技術，在短短一秒內就能識別出雙中子星合并發出的信號，而以前這需要大約一個小時。
探測引力波是極具挑戰性的任務，因為地球上的時空扭曲極其微小，僅相當于質子直徑千分之一的變化。像 LIGO 這樣的設備使用高精度激光干涉儀來捕捉這些變化。
中子星的物質密度極高，一茶匙的重量約為 5.5 萬億公斤，幾乎相當于吉薩大金字塔的 900 倍。這種密度使得中子星成為研究極端條件下物質行為的理想對象。
當中子星合并時，r 過程會產生金、鉑等重元素。DINGO-BNS 算法能將確定中子星合并在天空中的位置準確度提升 30%，這對抓住短暫的觀測窗口期至關重要。目前的引力波探測器通常只給出幾分鐘的預警時間，DINGO-BNS 讓天文學家能夠迅速調整儀器，指向正確的方向。
2017 年，LIGO 和 Virgo 首次記錄到 GW170817 中子星合并事件，全球 70 臺望遠鏡同時觀測，證實了此類合并是伽馬射線暴和重元素形成的來源。新算法的優勢在于提高了實時分析的準確性，不再以犧牲精度為代價。它不僅能定位合并地點，還能提供關于中子星的質量、旋轉等詳細信息。
這種方法有助于解答天體物理學中的一些未解之謎。亞歷山德拉 - 布南諾指出：" 早期多信使觀測為理解合并過程及其后續的千新星提供了新的視角。" 這些發現推動了我們對宇宙深處現象的理解。
