夜空のささやきを拾うために：LIGOとAIの新しい共演

重力波観測装置LIGOは、宇宙のささやきとも言える微弱な信号を検出する装置です。ですが地上の雑音が邪魔をして、信号を見逃すことがありました。雑音を抑えることは、明るい街灯の下でかすかな星を見つけるような作業です。

ここに登場したのがDeep Loop ShapingというAIを用いた制御設計手法です。Deep Loop Shapingは強化学習を応用した設計法で、周波数ごとの性能を報酬として学習します。簡単に言えば、周波数帯ごとの“聞き分け”をAIが学ぶ仕組みです。

どうやって効くのか

従来の制御設計とデータ駆動の最適化を組み合わせる点が特徴です。深層学習と制御理論を融合し、特に不安定で扱いが難しいフィードバックループの雑音を狙い撃ちします。報告では、最も課題の大きいループで30〜100倍のノイズ低減が確認されたとされています。

実機での検証――再現できた“机上の結果”

この手法の検証は、米ルイジアナ州リビングストンにあるLIGO実機で行われました。シミュレーションとほぼ同等の改善効果がハードウェア上でも再現されたと報告されています。長時間運転での安定性確認なども進められており、実用化に向けた信頼性評価が着実に進んでいます。

観測への影響はどれほどか

局所的に30〜100倍のノイズ低減が得られることで、観測帯の安定性が高まります。これにより信号検出感度が上がり、ブラックホールや中性子星の合体といったイベントの検出数が増える可能性があります。研究者の試算では、全鏡面の制御ループに適用すれば年間で数百件の新規イベントが増える見込みが示唆されています。

ほかの分野への波及効果

振動抑制やフィードバック制御の改善は、航空宇宙やロボティクス、構造物のモニタリングなどにも波及します。振動下での微小信号検出や、高精度な姿勢制御など、実装分野は多岐にわたるでしょう。

残る課題とこれからの道筋

実用化に向けては、いくつかの課題が残ります。ハードウェアでの長期信頼性、既存インフラとの統合、運用手順の標準化が重要です。環境耐性の強化や長期安定性の確保も必要です。

ただしこれらが解決されれば、振動抑制の新たな設計指針が生まれ、地上・宇宙の観測系設計に大きな影響を与えるでしょう。AIがもたらす静けさが、私たちの宇宙理解をさらに深めてくれるはずです。

最後にひと言。ノイズを減らす技術は、遠い宇宙の物語を私たちの耳に伝えるための“静けさづくり”です。今回の進展は、その静けさを一歩先へ進める大きな一歩になりそうです。