干涉引力波探测器的数字发现

引力波在其首次被理论预言一个世纪后被探测到，是由宇宙中一些最灾难性的事件（包括黑洞合并和超新星）引起的时空扭曲。这些波的成功探测得益于人类专家设计的巧妙探测器。除了这些成功的设计之外，实验配置的广阔空间在很大程度上仍未被探索，这为创新和非常规的探测策略提供了令人兴奋的潜在领域。在这里，我们展示了应用人工智能（AI）系统性地探索这一巨大空间，揭示了在现实实验约束下性能优于当前下一代设计的引力波（GW）探测器的新拓扑结构。我们的结果涵盖了广泛的天体物理目标，如黑洞和中子星合并、超新星以及原初引力波源。此外，我们能够概念化最初非正统的发现设计，强调了使用AI算法不仅用于发现，而且用于理解这些新颖拓扑结构的潜力。我们已在公开可用的引力波探测器动物园中收集了超过50个优越的解决方案，这可能会带来许多令人惊讶的新技术。从更宏观的角度看，我们的方法不仅限于引力波探测器，还可以扩展到基础物理学不同领域中AI驱动的实验设计。