IBM的超级打算机数值相对论仿照两个碰撞黑洞与开源、数值相对论软件、爱因斯坦工具包。研究职员开拓了一种基于人工智能神经网络的方法来更好地剖析引力波数据。
引力波非常难以探测，科学家可以创造的引力波常日来自非常巨大的物体。只管1916年爱因斯坦首次预测了引力波的存在，但科学家们用了一个多世纪的韶光才成功地创造了引力波的第一个直接证据，利用激光干涉仪引力波不雅观测仪（LIGO）来创造两个黑洞相撞后的引力。
引力波的创造使得三位科学家在2017年10月赢得了2017年诺贝尔物理学奖。从那往后，研究职员还从一对称为中子星的恒星碰撞中检测到引力波，这些创造可能有助于办理几十年前的神秘宇宙的一些重元素是如何被创造出来的问题。
然而，研究报告的作者之一Eliu Huerta在接管Space.com采访时表示，目前剖析引力波天文台检测到的旗子暗记的软件可能须要数天的韶光才能确定可能产生的引力波。
此外，伊利诺伊大学厄巴纳国家超级打算运用中央的理论天体物理学家Huerta认为，该软件专门用于检测物体之间的合并，这些物体彼此大致呈圆形轨道，并且与周围环境相对隔离。该软件可能无法检测到恒星密集堆积的区域中的物体的引力波，例如星系的核心，附近恒星的引力可能使轨道从圆形变的更古怪或变成椭圆形。
激光干涉引力波天文台(LIGO)的两个设备之一，首次直接探测引力波
现在，研究职员提出，人工智能软件可以大大加快引力波剖析的速率，并且能够检测出可能不被现有检测算法忽略的新类型的引力波。
新的人工智能软件涉及人工神经网络，个中称为“神经元”的人造部件被馈送数据并协作办理问题，例如识别图像。然后神经网络反复调度其神经元之间的连接，并看看这些新的连接模式是否能更好地办理问题。随着韶光的推移，这个反复试验的过程揭示了哪种模式最适宜打算办理方案，模拟人脑中的学习过程。
科学家们创造，传统技能可能须要数天的韶光才能从探测器数据中缩小引力事宜的特色，而被称为“深度卷积神经网络”的尖端神经网络则可以在一秒钟内完成。而且，传统的方法须要数千个CPU（打算机的中心处理单元）才能完成这个任务，而新技能是单个CPU，也便是可以利用智好手机或标准条记本电脑事情。
此外，研究职员还创造，这种新技能还可以快速剖析比当前软件更繁芜的合并，例如涉及在偏幸轨道上黑洞的合并。新的软件也有较低的缺点率，并更长于创造数据中的故障。