НОВОСТИ

Нейросеть не нашла отклонений от Эйнштейна в LIGO. Ниже порога — монетка

Физики прогнали гибридный классификатор по реальному шуму LIGO и событию GW150914. Сильные искажения он ловит, слабые — нет: ниже порога точность как у монетки. Это граница чистого ИИ, не опровержение ОТО.

Нейросеть не нашла отклонений от Эйнштейна в LIGO. Ниже порога — монетка
Содержание 2
  1. 01Что именно кормили сети
  2. 02Что из этого следует

Физики проверили, может ли машинное обучение само, без классических шаблонов, поймать «новую физику» в гравитационных волнах — и получили жёсткую границу. На реальном шуме детектора LIGO H1 и историческом слиянии GW150914 гибридный классификатор слепнет, когда сила отклонения падает ниже порога. Поиск отклонения от теории Эйнштейна остаётся задачей астрофизики: каждое зарегистрированное слияние пока укладывается в Общую теорию относительности в пределах погрешности. Экстремальная гравитация в момент столкновения — полигон, не доказанный слом ОТО.

Что именно кормили сети

Обычный метод — согласованная фильтрация: сигнал сравнивают с библиотекой заранее посчитанных форм. Он точен, но не увидит отклонение, которого нет в шаблонах. Авторы собрали гибрид: одномерная свёрточная сеть плюс десять статистических признаков, посчитанных вручную. Модель училась отличать «эйнштейновский» сигнал от трёх искусственных искажений — амплитудной, фазовой и частотной модуляции. Силу задавали безразмерным параметром β. Эталон брали с реального GW150914, портили контролируемо, мешали в живой шум H1 — не в синтетику.

Кривая обнаружимости жёсткая. При β ≥ 0,5 сеть работала безупречно. При β ≈ 0,25 точность около 75%. При β ≤ 0,2 — 51,7%, уровень монетки. Потери на обучении держались около 0,693: различий между классами модель не находила. Важными оказались «хвосты» распределения амплитуд, а не общая энергия. Стандартное отклонение и среднеквадратичное сеть оценила в ноль. Это не «ИИ опроверг Эйнштейна» и не «ИИ бесполезен». Это количественная граница чистого обучения на сыром сигнале.

βЧто делает классификатор
≥ 0,5ловит искажения уверенно
≈ 0,25точность около 75%
≤ 0,251,7%, как монетка
Дальшесначала согласованный фильтр, потом сеть

Что из этого следует

Авторы сами пишут: без связки с фильтрацией, которая когерентно копит сигнал по частотной эволюции, нейросеть глуха к тонким эффектам. Следующий шаг — кормить не сырой ряд, а уже пропущенный через согласованный фильтр. Тогда классика держит фазу, а обучение ловит аномалии вне шаблонов. Для Минска ваш чат от этого не поумнеет. Имеет смысл не ждать, что «ИИ нашёл новую гравитацию» в завтрашнем пресс-релизе. Обложка — иллюстрация материала, не кадр детектора.

По теме: агент в лаборатории тоже не равен автономной науке, лабораторный эффект — ещё не прибор.

Текст TehnoRex. Дата: 2026-09-19.

ПОДПИШИТЕСЬ НА РАССЫЛКУ

Новые обзоры и сравнения — на почту