共计 1733 个字符，预计需要花费 5 分钟才能阅读完成。
当两颗中子星在宇宙深处猛烈相撞，一场跨越时空的协奏曲就此上演。这类极端事件不仅会产生时空的涟漪——引力波，还会释放出从伽马射线到微弱射电信号的全波段电磁辐射。如今，一个由 AI 驱动的全新框架正在改变我们捕捉和解读这些宇宙信使的方式。
由美国能源部阿贡国家实验室、约翰斯·霍普金斯大学、芝加哥大学及伊利诺伊大学厄巴纳 - 香槟分校的研究人员组成的团队，近日成功构建出一套名为 RADAR（射电余辉探测与 AI 驱动响应）的创新框架。这是首个能够将引力波与射电天文数据进行深度融合与协同分析的计算系统，标志着多信使天体物理学进入了一个高效协同的新时代。
2017 年，科学家首次从中子星并合事件 GW170817 中同时探测到引力波与电磁辐射，开创了多信使天文学的新纪元。通过融合不同类型的宇宙信号，研究人员得以揭示碰撞细节、周围环境乃至重元素的形成过程，这些是单一信使无法独立完成的。然而，要实现引力波与射电等不同信使的实时协同观测，在实践中却面临巨大挑战。
引力波探测器提供的警报往往覆盖广阔的天区，而单个射电望远镜的视场却极其有限，且目标信号可能非常微弱，需要数月甚至数年才能探测到。随着下一代引力波探测器即将每年发现成百上千个信号源，天文学家迫切需要一种更高效的机制来协调有限的望远镜机时和计算资源。
RADAR 框架的核心创新在于利用人工智能，在超级计算中心直接对引力波与射电数据进行同步处理与分析。这种方式减少了大规模数据跨域传输的需求，直接在数据存储位置进行计算。该系统支持包括专有数据在内的受限制访问，并能实现快速的事件警报，从而加速科学发现进程，缓解计算瓶颈，并显著提升跨团队协作效率。
当 RADAR 系统识别到一个潜在的引力波事件时，它会自动启动射电信号的搜索程序。更值得一提的是，它运用大语言模型（LLM）自动读取和解析全球各天文台发布的观测通告与消息。RADAR 还能安全地接入私有射电数据集，使得科学家们能够在无需共享原始敏感数据的前提下进行协作研究。
“该框架展示了如何在充分尊重数据权利与隐私的同时，推进协作式的前沿天体物理研究，”来自阿贡实验室、芝加哥大学和伊利诺伊大学厄巴纳 - 香槟分校的理论物理学家 Eliu Huerta 表示。“RADAR 的设计具备高度的可扩展性，能够适应领域的快速发展，确保我们为即将到来的多信使事件洪流做好准备。”
研究团队利用标志性事件 GW170817 的真实数据对 RADAR 进行了全面测试。该系统成功地将引力波数据与公开及私有的射电观测数据相结合，优化了对该事件形态与距离的估算。此类联合分析证明了 RADAR 能如何帮助科学家更有效地规划后续观测，从而加速新发现。
“多信使天文学的蓬勃发展从根本上依赖于协同，”约翰斯·霍普金斯大学的 Alessandra Corsi 指出。“RADAR 提供了一种强大的方法来规划和调整后续观测策略，即便在数据无法直接共享的情况下亦然。随着探测器的灵敏度不断提升，这种能力将变得至关重要。”
构建 RADAR 需要天体物理学家、AI 研究员与计算工程师的紧密跨界合作。该系统在阿贡实验室的 Polaris 超级计算机、国家超级计算应用中心的 Delta 与 DeltaAI 平台等多个顶尖计算设施上，使用 GW170817 的真实数据进行了端到端测试。结果表明，RADAR 能够通过融合引力波与射电数据，可靠地复现原始多信使分析的主要科学结论。
“开发用于引力波探测的 AI 模型令人无比振奋，因为我们能实时看到它们在各类超级计算机上运行，”伊利诺伊大学厄巴纳 - 香槟分校与阿贡实验室的 Victoria Tiki 表示。“这种处理速度与系统适应性对于应对下一代引力波探测器将带来的海量事件至关重要。”
展望未来，RADAR 团队计划进一步拓展该框架的能力。他们的目标包括开发能够提前预测引力波事件概率的 AI 模型，为天文学家争取宝贵的准备时间来安排望远镜观测。同时，团队也希望提升射电数据的建模速度，以实现近乎实时的信号分析与识别。
随着更多新的引力波与射电观测设施陆续投入运行，RADAR 框架的灵活设计将能够协助科学家协调包括中微子在内的更广泛宇宙信使，实现对深空极端事件的快速、高效、协同研究，持续推动人类对宇宙认知的边界。
该项研究成果已发表于《天体物理学杂志增刊系列》。
