Incorporating neutron star physics into gravitational wave inference with physics-informed priors using normalizing flows

Lorsque deux vestiges stellaires denses, tels que des étoiles à neutrons ou des trous noirs, spiralent l'un vers l'autre et entrent en collision, ils envoient des ondulations à travers le tissu de l'espace-temps connues sous le nom d'ondes gravitationnelles. Des détecteurs sur Terre capturent ces signaux ténus, permettant aux scientifiques d'écouter l'univers d'une manière qui était impossible il y a seulement quelques décennies. Pour comprendre ce qui s'est passé lors d'une collision, les chercheurs utilisent une méthode statistique pour remonter à rebours du son des ondes vers les propriétés des objets qui les ont générées. Ce processus nécessite de faire des suppositions éclairées sur ce que ces objets pourraient être avant même que le signal n'arrive. Traditionnellement, les scientifiques ont utilisé des suppositions « agnostiques », qui ne présupposent aucune connaissance préalable sur les masses ou les structures internes des étoiles, traitant chaque possibilité comme étant également probable. Cependant, cette approche ignore une vaste quantité de connaissances existantes sur la façon dont la matière se comporte sous une pression extrême et sur la répartition des étoiles à neutrons dans la galaxie.

Une nouvelle étude propose une manière plus intelligente de gérer ces suppositions. Les chercheurs ont développé une méthode pour injecter directement la physique réelle dans l'analyse des signaux d'ondes gravitationnelles. Au lieu d'ignorer ce que nous savons déjà de la composition interne des étoiles à neutrons ou des masses typiques de ces objets, ils ont construit un système qui incorpore ces informations dès le départ. En utilisant un type d'intelligence artificielle entraînée sur les lois de la physique nucléaire et les observations d'étoiles connues, ils ont créé un ensemble d'attentes « informées par la physique ». Appliquée aux données réelles de trois collisions cosmiques spécifiques, cette méthode a non seulement aidé à confirmer la nature des objets en collision, mais a également fourni une image bien plus nette de leurs propriétés que les méthodes précédentes ne pouvaient le faire.

Le cœur de ce travail réside dans la manière dont les scientifiques interprètent les données de ces collisions. Lorsqu'un signal d'onde gravitationnelle est détecté, il s'agit d'un mélange complexe d'informations sur les masses des objets, la façon dont ils tournent et la manière dont leurs structures internes se déforment à mesure qu'ils se rapprochent. Pour extraire cette information, les chercheurs s'appuient sur l'inférence bayésienne, un cadre mathématique qui met à jour la probabilité d'une hypothèse à mesure que de nouvelles preuves arrivent. Le point de départ de cette mise à jour est le « a priori » (prior), qui représente ce que les scientifiques croient être vrai avant d'examiner les nouvelles données. Pendant des années, la pratique standard a été d'utiliser des a priori non informatifs qui supposent que toute masse ou structure interne est possible, simplement parce qu'il semblait plus sûr d'éviter les biais. Pourtant, nous savons déjà énormément de choses sur les étoiles à neutrons. Nous savons qu'elles sont composées de matière incroyablement dense qui suit des règles physiques spécifiques, et nous avons mesuré les masses de nombreuses étoiles à neutrons dans notre propre galaxie. La nouvelle étude soutient que rejeter cette connaissance est une occasion manquée.

Pour remédier à cela, l'équipe a créé un système flexible qui encode notre compréhension actuelle de la physique des étoiles à neutrons directement dans l'analyse. Ils ont commencé par rassembler des contraintes sur « l'équation d'état », qui est essentiellement un recueil de règles décrivant comment la matière se comporte aux densités extrêmes trouvées à l'intérieur d'une étoile à neutrons. Ce recueil est informé par des expériences de théorie nucléaire et des observations de pulsars, qui sont des étoiles à neutrons tournant rapidement. Ils ont également recueilli des données sur la masse typique des étoiles à neutrons massives, en s'appuyant sur les observations radio de ces étoiles dans notre galaxie. À l'aide de ces informations, ils ont généré des millions de scénarios simulés de ce à quoi une collision pourrait ressembler si elle impliquait des objets respectant ces lois physiques.

Ces simulations ont ensuite été utilisées pour entraîner un modèle d'apprentissage automatique connu sous le nom de « flux normalisant » (normalizing flow). Considérez ce modèle comme un cartographe hautement efficace qui apprend la forme des scénarios physiques les plus probables. Une fois entraîné, ce modèle agit comme un filtre sophistiqué. Au lieu de permettre à l'analyse de vagabonder à travers toutes les combinaisons théoriquement possibles de masse et de structure interne, il guide la recherche vers les régions où la physique nous indique que les objets sont les plus susceptibles d'exister. Cela permet à l'analyse de concentrer son attention sur les explications les plus plausibles, rendant les résultats plus précis et les conclusions plus robustes.

Les chercheurs ont testé cette nouvelle approche sur trois événements réels d'ondes gravitationnelles détectés par des observatoires situés aux États-Unis, en Italie et au Japon. Le premier événement, GW170817, était une collision entre deux étoiles à neutrons qui a également été observée par des télescopes cherchant de la lumière. Le second, GW190425, était une autre collision d'étoiles à neutrons, mais avec des composants plus lourds. Le troisième, GW230529, concernait une collision entre une étoile à neutrons et un trou noir, un événement qui avait été difficile à classer avec certitude auparavant. Dans chaque cas, la méthode informée par la physique a fourni une vision plus claire de l'univers que l'approche traditionnelle non guidée.

Pour le premier événement, GW170817, la nouvelle méthode a confirmé que les objets en collision étaient bien deux étoiles à neutrons. Plus important encore, elle a permis aux chercheurs de distinguer différentes théories sur la rigidité interne de ces étoiles. Les données favorisaient fortement une équation d'état « molle », signifiant que la matière à l'intérieur des étoiles est relativement facile à comprimer. Cette conclusion concordait avec ce que d'autres études avaient trouvé en combinant les données d'ondes gravitationnelles avec les observations de lumière, mais la nouvelle méthode est parvenue à cette conclusion en utilisant uniquement le signal d'onde gravitationnelle lui-même. Elle a également fourni une mesure plus précise de la distance à laquelle la collision s'est produite, repoussant l'estimation de la distance légèrement plus loin que les analyses précédentes ne le suggéraient.

Le second événement, GW190425, présentait un casse-tête car les étoiles en collision étaient beaucoup plus lourdes que les étoiles à neutrons typiques de notre galaxie. L'analyse traditionnelle peinait à déterminer leur nature exacte. L'approche informée par la physique a toutefois clairement identifié qu'il s'agissait d'un système binaire d'étoiles à neutrons, malgré leur masse inhabituelle. Elle a également révélé que les deux étoiles n'étaient probablement pas de poids égal, un détail que les anciennes méthodes non guidées avaient manqué. L'analyse a suggéré une distance spécifique pour cet événement qui était significativement plus grande que ce qui était pensé auparavant, ce qui s'aligne mieux avec le fait que le signal était relativement faible.

Le troisième événement, GW230529, impliquait une étoile à neutrons et un trou noir. Comme le signal était faible, il était difficile de dire exactement quels étaient les objets ou comment ils tournaient. La nouvelle méthode a excellé ici en réduisant les possibilités. Elle a classé l'événement de manière décisive comme une collision entre une étoile à neutrons et un trou noir, écartant d'autres possibilités avec une grande confiance. De plus, en incorporant les contraintes physiques, l'analyse a fourni une estimation beaucoup plus serrée du rapport de masse entre les deux objets. Cela a, par conséquent, donné une image plus claire du spin du trou noir, qui était incertain auparavant. La méthode a également repoussé l'estimation de la distance de cet événement, plus loin, ce qui est cohérent avec la faiblesse du signal.

Une découverte clé à travers les trois événements fut que les a priori informés par la physique menaient systématiquement à des estimations de distance plus grandes pour la collision. Cela s'explique par le fait que la nouvelle méthode contraint plus étroitement les masses des objets. Puisque le signal que nous entendons dépend à la fois de la masse et de la distance, savoir la masse plus précisément force le calcul de la distance à s'ajuster. Dans ces cas, l'ajustement signifiait que les objets étaient plus éloignés qu'on ne le pensait auparavant. Ce changement a des conséquences réelles pour les astronomes recherchant la lumière qui pourrait accompagner ces collisions, car un objet plus distant serait plus faible et plus difficile à repérer.

L'étude a également démontré que cette approche peut agir comme un outil puissant pour élucider les événements ambigus. Dans le cas de GW230529, la méthode a fourni des preuves décisives sur la nature de la collision, ce qui était auparavant difficile à obtenir avec un signal aussi faible. Les chercheurs ont montré qu'en utilisant les lois de la physique pour guider la recherche, ils pouvaient extraire plus d'informations de la même donnée sans avoir besoin d'attendre des signaux plus forts ou de meilleurs détecteurs.

À l'avenir, les chercheurs soulignent que leur méthode est conçue pour être flexible. À mesure que notre compréhension des étoiles à neutrons s'améliore, ou que de nouveaux types d'observations deviennent disponibles, le système peut être mis à jour pour inclure ces nouvelles connaissances. Il ne nécessite pas une refonte complète du processus d'analyse ; il suffit de mettre à jour la carte que l'ordinateur utilise pour naviguer dans les données. Cela signifie qu'à mesure que nous apprenons davantage sur la matière dense à l'intérieur des étoiles, notre capacité à interpréter les sons de l'univers s'améliorera automatiquement. Ce travail représente un passage du traitement des données comme une page blanche au traitement des données comme une conversation avec les lois connues de la nature, nous permettant d'entendre l'univers avec une plus grande clarté.