您的位置：清华大学参与引力波探测 帮助提升探测灵敏度
例如，引力波数据分析极为关键的一步是区分引力波信号和其他干扰信号。清华团队将人工智能领域的核心“机器学习”方法用于加强引力波数据噪声分析。对引力波信号的提取有一个非常直观的做法，就是将引力波信道的事件和其他环境信道的事件进行比对，如果引力波信道的某类事件跟某些环境信道的事件耦合性比较强，就可以据此“否决”引力波信道的事件。
这样，引力波信号探测的物理问题被转化成了一个数据分析处理问题。曹军威说，对数据本身关联性的判断正是机器学习的强项，也正是具有自动化和计算机学科背景的清华团队所擅长的。
“漫长的时间里LIGO探测器并没有达到设计精度，是探测不到真正的引力波信号的，可以认为实际大家在处理的全都是噪声，可就是在对这些噪声的一点一滴的处理中不断积累经验，不断提升仪器的精度，才有了今天的探测灵敏度，”他说。
一个典型的引力波应变大约在质子直径的万分之一，具有极高灵敏度的LIGO探测器才能够测量出如此微小的变化。在曹军威看来，探测器的精度提升和数据分析处理相辅相成，最终成就了引力波探测的成功，这是全世界千余名研究人员共同努力的结果。
【“高冷科研”彰显魅力】
曹军威认为，引力波被直接探测具有双重意义：从物理学的角度，就是证实了爱因斯坦广义相对论的一个重要预言；从天文学的角度，是开启了一扇前所未有的探索宇宙的新窗口，开创了引力波天文学的新时代。
引力波的探测和数据分析还需要多学科背景的研究者联合工作，这也带动了光学、工程、计算机等多学科的前沿发展。曹军威说：“科学探索的需求一直是计算机技术发展的驱动力之一。LIGO项目对数据处理要求极高，对计算技术挑战很大，清华参与LIGO项目也是希望掌握第一手的应用需求，有的放矢地开展计算机应用研究。”
国际上引力波科学研究和观测工作如火如荼，而中国在这方面基础相对薄弱，目前还没有自主建设的引力波天文台。曹军威认为，接下来中国亟需自主建设引力波天文台，既要脚踏实地培养人才，又要有开放合作的心态，充分借鉴国际上已有研究和实验成果，并大力加强跨领域合作。