ગુરુત્વાકર્ષણ તરંગોના સંકેતો શોધવા AIનો ઉપયોગ

વૈજ્ઞાનિકોએ ગુરુત્વાકર્ષણ તરંગોના સંકેતો શોધવા આર્ટિફિશિયલ ઇન્ટેલિજન્સ બ્રેઇનને તાલીમ આપવા આર્ટિફિશિયલ ઇન્ટેલિજન્સ સાધનોનો ઉપયોગ કર્યો છે. દળદાર ખગોળીય પ્રસંગો દ્વારા અવકાશ-સમયમાં સર્જાયેલા ગુરુત્વાકર્ષણ તરંગોની કલ્પના સર્વપ્રથમ આલ્બર્ટ આઇન્સ્ટાઇને 1915માં કરી હતી. અમેરિકાની લેસર ઇન્ટરફેરોમેટ્રી ગ્રેવિટેશનલ વેવ ઑબ્ઝર્વેટરી ડિટેક્ટરૉએ બાઇનરી બ્લેક હૉલ્સની અથડામણમાંથી બહુ નબળા સંકેતો પકડ્યા હતા. તે વાતને સદી વિતી ગઈ. યુકેની ગ્લાસગ્લૉ યુનિવર્સિટીમાં સંશોધકોએ તપાસ કરી હતી કે ઊંડું શિક્ષણ, જે આર્ટિફિશિયલ ઇન્ટેલિજન્સનું એક સ્વરૂપ છે, તે ગુરુત્વાકર્ષણ તરંગોને પકડવાની પ્રક્રિયા કમ્પ્યૂટરની રીતે વધુ અસરકારક રીતે કરી શકે છે. તેમણે રચેલા ઉત્તેજિત હજારો ડેટાસેટમાંથી ઘોંઘાટમાં દબાઈ ગયેલા ગુરુત્વાકર્ષણ તરંગોને સાચી રીતે શોધી કાઢવા એઆઈ (આર્ટિફિશિયલ ઇન્ટેલિજન્સ) સક્ષમ બનાવવા માટે નિરીક્ષણકૃત ઊંડા શિક્ષણ (ડીપ લર્નિંગ) તરીકે ઓળખાતી પ્રક્રિયાનો ઉપયોગ કર્યો.

હાલમાં, ગુરુત્વાકર્ષણ તરંગના સંકેતો મેચ્ડ ફિલ્ટરિંગ નામની ટૅક્નિકનો ઉપયોગ કરી ડિટેક્ટરોના પાર્શ્વ ઘોંઘાટમાંથી ચૂંટવામાં આવે છે, જે ટેમ્પ્લેટ તરંગ પ્રકારની બૅન્કની સામે ડિટેક્ટરોમાંથી આઉટપૂટને માપે છે. જે સિગ્નલ ટેમ્પ્લેટ તરંગપ્રકારના આકારને મેળ ખાય છે તેને પછી વધુ બારીકાઈથી તપાસવામાં આવે છે જેથી તેઓ ખરેખર ગુરુત્વાકર્ષણ તરંગ જ છે કે કેમ તે ચકાસી શકાય. જોકે આ પ્રક્રિયામાં મોટા પ્રમાણમાં કમ્પ્યૂટિંગ શક્તિની જરૂર પડે છે તેમ ફિઝિક્સ રિવ્યૂ લેટર્સ જર્નલમાં પ્રકાશિત અભ્યાસનું નેતૃત્વ કરનાર ક્રિસ્ટૉફર મેસેન્જરનું કહેવું છે.

“ઊંડા શિક્ષણ (ડીપ લર્નિંગ) આલ્ગૉરિધમમાં પ્રૉસેસિંગ યૂનિટના સ્ટેક્ડ એરેનો સમાવેશ થાય છે જેને આપણે ન્યૂરૉન કહીએ છીએ. તે ઇનપૂટ ડેટા માટે ફિલ્ટરનું કામ પણ કરે છે” તેમ ગ્લાસગ્લૉ યુનિવર્સિટીના હંટર ગાબાર્ડે જણાવતા કહ્યું હતું કે “મેચ્ડ ફિલ્ટરિંગ કરતાં આ પ્રક્રિયાને ઝડપી અને અસરકારક બનાવે છે તે છે ટ્રેનિંગ સેટ જ્યાં કમ્પ્યૂટશનલી ઇન્ટેન્સિવ એક્ટિવિટી થાય છે. એક વાર ડીપ લર્નિંગ આલ્ગૉરિધમને ખબર પડી જાય કે સંકેતમાં શું શોધવું તો તે પછી અન્ય પદ્ધતિઓ કરતાં તેમાં ઝડપ વધવાની પૂરી ક્ષમતા છે.”