**Yapay Zeka, Evreni Daha Derinlemesine Keşfetmede Astronomlara Destek Oluyor**
Yapay zeka teknolojileri, gök bilimcilerin evreni anlama biçiminde devrim yaratıyor. “Derin Döngü Şekillendirme” (Deep Loop Shaping) adı verilen yenilikçi bir yapay zeka yöntemi, kütle çekim dalgası gözlemevlerinin kontrol sistemlerini optimize ederek, evrenin oluşumu ve dinamikleri hakkındaki bilgilerimizi derinleştirmemizi sağlıyor. Ekiplerimiz, evrenin en güçlü süreçlerini incelemek amacıyla bu hassas gözlem araçlarını stabilize etmek için yapay zekanın gücünden faydalanıyor.
Science dergisinde yayımlanan bir makaleyle tanıtılan Derin Döngü Şekillendirme, yeni nesil kütle çekim dalgası araştırmalarına kapı aralayan bir yöntem olarak öne çıkıyor. Bu yapay zeka temelli yaklaşım, bir gözlemevinin geri bildirim sistemindeki gürültüyü azaltarak ve kontrol mekanizmasını güçlendirerek, uzay-zaman dokusundaki en ufak dalgalanmaları, yani kütle çekim dalgalarını tespit eden kritik bileşenleri dengelemeye yardımcı oluyor. Nötron yıldızı çarpışmaları ve kara delik birleşmeleri gibi kozmik olaylarla ortaya çıkan bu dalgalar hakkında toplanan veriler, gök bilimcilerin evrenin dinamiklerini ve oluşumunu anlaması, ayrıca temel fizik ve kozmoloji teorilerini test etmesi açısından hayati önem taşıyor.
Bu çığır açan yöntem, Caltech tarafından işletilen LIGO (Lazer İnterferometre Kütle Çekim Dalgası Gözlemevi) ve GSSI (Gran Sasso Bilim Enstitüsü) ile iş birliği içinde geliştirildi ve Livingston, Louisiana’daki gözlemevinde başarıyla test edilerek etkinliği kanıtlandı. LIGO, kütle çekim dalgalarının özelliklerini ve kökenlerini olağanüstü bir hassasiyetle ölçebilme yeteneğine sahip. Ancak 160 kilometre uzaklıktaki Körfez kıyısından gelen dalgalar dâhil olmak üzere en küçük bir titreşim bile ölçümlerini olumsuz etkileyebilir. Bu zorluğun üstesinden gelmek için LIGO, binlerce kontrol sistemine ve çevresel rahatsızlıklara sürekli geri bildirim mekanizmalarıyla uyum sağlayan bir yapıya dayanır.
Derin Döngü Şekillendirme, LIGO’daki en kararsız ve zorlu geri bildirim döngüsünde gürültü seviyesini 30 ila 100 kat azaltarak, yüksek hassasiyetli interferometre aynalarının stabilitesini önemli ölçüde artırıyor. Bu yapay zeka tabanlı kontrol yönteminin LIGO’nun tüm ayna kontrol döngülerine uygulanması, gök bilimcilerin her yıl yüzlerce ek kozmik olayı çok daha ayrıntılı bir şekilde tespit etmesine ve bunlar hakkında veri toplamasına olanak sağlayabilir. Gelecekte, bu yöntem havacılık ve uzay, robotik ve yapı mühendisliği gibi alanlarda titreşim bastırma, gürültü giderme ve son derece dinamik veya kararsız sistemlerle ilgili mühendislik problemlerine de uygulanma potansiyeli taşıyor.
LIGO, kütle çekim dalgalarının özelliklerini ölçmek için lazer ışığının girişim prensibini kullanır. Bu özelliklerin incelenmesiyle, dalgaların nedenleri ve kökenleri belirlenebilir. Gözlemevinde, dünyanın en büyük vakum odalarında yer alan ve birbirinden 4 kilometre uzakta konumlandırılmış aynalardan lazerler yansıtılır. Kütle çekim dalgaları, LIGO’nun 4 kilometrelik kollarından geçerken aralarındaki uzayı büker ve aynalar arasındaki mesafeyi değiştirir. Bu mikroskobik uzunluk farkları, proton boyutunun 10 binde biri kadar, yani 10^-19 metre hassasiyetle ışık girişimini kullanarak ölçülür. Bu denli küçük ölçümlerin doğru yapılabilmesi için LIGO’nun dedektör aynalarının çevresel etkilerden tamamen izole edilmiş ve mutlak sabitlikte kalması elzemdir.
Derin Döngü Şekillendirme, pekiştirmeli öğrenme metodolojisini frekans alanı ödülleriyle birleştirerek mevcut geri bildirim kontrol performansını geride bırakıyor. Simüle edilmiş bir LIGO ortamında, kütle çekim dalgalarını ölçmek için kullanılan gözlem bandında gürültü yükseltmeyi önlemeye çalışan bir yapay zeka kontrolörü eğitildi. Bu bant, aynaların birkaç yüz güneş kütlesine kadar olan kara delik birleşmeleri gibi olayları gözlemlemek için hareketsiz kalması gereken kritik frekans aralığını temsil ediyor. Geliştirilen kontrolörler, Livingston, Louisiana’daki gerçek LIGO sisteminde test edildi ve simülasyondaki performanslarıyla eşdeğer sonuçlar verdi. Sonuçlar, Derin Döngü Şekillendirme’nin gürültüyü mevcut kontrolörlerden 30 ila 100 kat daha iyi kontrol ettiğini ve ilk kez en kararsız geri bildirim döngüsünün LIGO’da önemli bir gürültü kaynağı olmaktan çıkarıldığını gösteriyor.
Bu yapay zeka yöntemi, kütle çekim dalgalarını incelemede kritik bir engeli ortadan kaldırarak astrofiziğin mevcut sınırlarını zorluyor. Derin Döngü Şekillendirme’nin LIGO’nun tüm ayna kontrol sistemine uygulanması, kontrol sisteminin kendisinden kaynaklanan gürültüyü tamamen bertaraf etme potansiyeline sahip olup, gözlemevinin kozmolojik erişimini genişletmenin yolunu açıyor. Çalışmamızın, mevcut kütle çekim dalgası gözlemevlerinin daha uzak ve sönük kaynakları daha etkili bir şekilde ölçme kabiliyetini artırmasının yanı sıra, hem Dünya’daki hem de uzaydaki gelecekteki gözlemevlerinin tasarımını şekillendirmesi ve nihayetinde evrenin eksik halkalarını ilk kez birleştirmeye yardımcı olması bekleniyor.