Quando as ondas gravitacionais foram detectadas pela primeira vez em 2015 pelo avançado Laser Interferometer Gravitational-Wave Observatory (LIGO), eles enviaram uma onda através da comunidade científica, pois eles confirmaram outra das teorias de Einstein e marcaram o nascimento da astronomia das ondas gravitacionais. Cinco anos depois, inúmeras fontes de ondas gravitacionais foram detectadas, incluindo a primeira observação de duas estrelas de nêutrons em colisão em ondas gravitacionais e eletromagnéticas.

À medida que o LIGO e seus parceiros internacionais continuam a atualizar a sensibilidade de seus detectores às ondas gravitacionais, eles serão capazes de sondar um volume maior do universo, tornando assim a detecção de fontes de ondas gravitacionais uma ocorrência diária. Este dilúvio de descobertas lançará a era da astronomia de precisão que leva em consideração os fenômenos mensageiros extra-solares, incluindo radiação eletromagnética, ondas gravitacionais, neutrinos e raios cósmicos. Percebendo esse objetivo, Contudo, exigirá um repensar radical dos métodos existentes usados ​​para pesquisar e encontrar ondas gravitacionais.

Recentemente, cientista computacional e líder em inteligência artificial translacional (IA) Eliu Huerta do Laboratório Nacional de Argonne do Departamento de Energia dos EUA (DOE), em conjunto com colaboradores de Argonne, a Universidade de Chicago, a Universidade de Illinois em Urbana-Champaign, NVIDIA e IBM, desenvolveu uma nova estrutura de IA em escala de produção que permite aceleração, detecção escalonável e reproduzível de ondas gravitacionais.

Esta nova estrutura indica que os modelos de IA podem ser tão sensíveis quanto os algoritmos de correspondência de modelos tradicionais, mas ordens de magnitude mais rápidas. Além disso, esses algoritmos de IA exigiriam apenas uma unidade de processamento gráfico (GPU) de baixo custo, como aqueles encontrados em sistemas de videogame, para processar dados LIGO avançados mais rápido do que em tempo real.

O conjunto de IA usado para este estudo processou um mês inteiro - agosto de 2017 - de dados LIGO avançados em menos de sete minutos, distribuindo o conjunto de dados em 64 GPUs NVIDIA V100. O conjunto de IA usado pela equipe para esta análise identificou todas as quatro fusões de buracos negros binários previamente identificados nesse conjunto de dados, e não relatou nenhuma classificação incorreta.

"Como cientista da computação, o que é empolgante para mim sobre este projeto, "disse Ian Foster, diretor da divisão de Data Science and Learning (DSL) da Argonne, "é que mostra como, com as ferramentas certas, Os métodos de IA podem ser integrados naturalmente aos fluxos de trabalho dos cientistas, permitindo que eles façam seu trabalho mais rápido e melhor, aumentando, não substituindo, inteligência humana. "

Trazendo recursos díspares para suportar, esta equipe interdisciplinar e multi-institucional de colaboradores publicou um artigo em Astronomia da Natureza apresentando uma abordagem baseada em dados que combina os recursos coletivos de supercomputação da equipe para permitir a reprodução, acelerado, Detecção de onda gravitacional conduzida por IA.

"Neste estudo, usamos o poder combinado da IA ​​e da supercomputação para ajudar a resolver experimentos de big data oportunos e relevantes. Agora estamos tornando os estudos de IA totalmente reproduzíveis, não apenas averiguando se a IA pode fornecer uma nova solução para grandes desafios, "Disse Huerta.

Com base na natureza interdisciplinar deste projeto, a equipe espera por novas aplicações dessa estrutura baseada em dados, além dos desafios de big data na física.

"Este trabalho destaca o valor significativo da infraestrutura de dados para a comunidade científica, "disse Ben Blaiszik, um cientista pesquisador em Argonne e na Universidade de Chicago. "Os investimentos de longo prazo que foram feitos pelo DOE, a National Science Foundation (NSF), os Institutos Nacionais de Padrões e Tecnologia e outros criaram um conjunto de blocos de construção. É possível reunirmos esses blocos de construção de maneiras novas e estimulantes para dimensionar essa análise e ajudar a fornecer esses recursos para outras pessoas no futuro. "

Huerta e sua equipe de pesquisa desenvolveram sua nova estrutura com o apoio da NSF, Programa de Pesquisa e Desenvolvimento Dirigido pelo Laboratório de Argonne (LDRD) e programa de Impacto Computacional Inovador e Novo do DOE na Teoria e Experimento (INCITE).

"Esses investimentos da NSF contêm o original, ideias inovadoras que prometem transformar a maneira como os dados científicos que chegam em fluxos rápidos são processados. As atividades planejadas estão trazendo tecnologia de computação acelerada e heterogênea para muitas comunidades científicas de prática, "disse Manish Parashar, diretor do Office of Advanced Cyberinfrastructure da NSF.