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

Quando due resti stellari densi, come stelle di neutroni o buchi neri, spiralano l'uno verso l'altro e collidono, inviano increspature attraverso il tessuto dello spazio-tempo note come onde gravitazionali. I rilevatori sulla Terra catturano questi segnali deboli, permettendo agli scienziati di ascoltare l'universo in un modo che era impossibile solo pochi decenni fa. Per comprendere cosa sia accaduto durante una collisione, i ricercatori utilizzano un metodo statistico per tornare indietro dal suono delle onde alle proprietà degli oggetti che le hanno generate. Questo processo richiede di fare ipotesi istruite su ciò che quegli oggetti potrebbero essere prima ancora che il segnale arrivi. Tradizionalmente, gli scienziati hanno utilizzato ipotesi "agnostiche", che non assumono alcuna conoscenza pregressa sulle masse o sulle strutture interne di quelle stelle, trattando ogni possibilità come ugualmente probabile. Tuttavia, questo approccio ignora una vasta quantità di conoscenze esistenti su come la materia si comporta sotto pressione estrema e su come le stelle di neutroni siano distribuite nella nostra galassia.

Uno studio recente propone un modo più intelligente di gestire queste ipotesi. I ricercatori hanno sviluppato un metodo per alimentare direttamente l'analisi dei segnali delle onde gravitazionali con la fisica del mondo reale. Invece di ignorare ciò che già sappiamo sulla composizione interna delle stelle di neutroni o sulle masse tipiche di questi oggetti, hanno costruito un sistema che incorpora queste informazioni fin dall'inizio. Utilizzando un tipo di intelligenza artificiale addestrata sulle leggi della fisica nucleare e sulle osservazioni di stelle note, hanno creato un insieme di aspettative "informate dalla fisica". Applicato ai dati reali di tre specifiche collisioni cosmiche, questo metodo non solo ha aiutato a confermare la natura degli oggetti in collisione, ma ha anche fornito un'immagine molto più nitida delle loro proprietà rispetto a quanto potessero fare i metodi precedenti.

Il cuore di questo lavoro risiede nel modo in cui gli scienziati interpretano i dati di queste collisioni. Quando viene rilevato un segnale di onda gravitazionale, si tratta di una miscela complessa di informazioni sulle masse degli oggetti, su come ruotano e su come le loro strutture interne si deformano mentre si avvicinano. Per estrarre questa informazione, i ricercatori si affidano all'inferenza bayesiana, un quadro matematico che aggiorna la probabilità di un'ipotesi man mano che arrivano nuove prove. Il punto di partenza di questo aggiornamento è il "prior", che rappresenta ciò che gli scienziati ritengono vero prima di guardare i nuovi dati. Per anni, la pratica standard è stata quella di utilizzare dei prior non informativi che assumono che qualsiasi massa o struttura interna sia possibile, semplicemente perché sembrava più sicuro evitare pregiudizi. Eppure, sappiamo già molto sulle stelle di neutroni. Sappiamo che sono fatte di materia incredibilmente densa che segue regole fisiche specifiche, e abbiamo misurato le masse di molte stelle di neutroni nella nostra galassia. Il nuovo studio sostiene che scartare questa conoscenza sia un'opportunità mancata.

Per risolvere questo problema, il team ha creato un sistema flessibile che codifica la nostra attuale comprensione della fisica delle stelle di neutroni direttamente nell'analisi. Hanno iniziato raccogliendo i vincoli sull' "equazione di stato", che è essenzialmente un libro di regole che descrive come la materia si comporta alle densità estreme trovate all'interno di una stella di neutroni. Questo libro di regole è informato dagli esperimenti di teoria nucleare e dalle osservazioni dei pulsar, ovvero stelle di neutroni che ruotano rapidamente. Hanno anche raccolto dati su quanto siano tipicamente massive le stelle di neutroni, attingendo dalle osservazioni radio di stelle nella nostra galassia. Utilizzando queste informazioni, hanno generato milioni di scenari simulati di cosa potrebbe sembrare una collisione se coinvolgesse oggetti che rispettano queste leggi fisiche.

Queste simulazioni sono state poi utilizzate per addestrare un modello di machine learning noto come "normalizing flow". Pensate a questo modello come a un cartografo altamente efficiente che impara la forma degli scenari fisici più probabili. Una volta addestrato, questo modello agisce come un filtro sofisticato. Invece di permettere all'analisi di vagare attraverso ogni combinazione teoricamente possibile di massa e struttura interna, esso guida la ricerca verso le regioni dove la fisica ci dice che gli oggetti hanno maggiori probabilità di esistere. Ciò consente all'analisi di concentrare la propria attenzione sulle spiegazioni più plausibili, rendendo i risultati più precisi e le conclusioni più robuste.

I ricercatori hanno testato questo nuovo approccio su tre eventi reali di onde gravitazionali rilevati da osservatori negli Stati Uniti, in Italia e in Giappone. Il primo evento, GW170817, è stato una collisione tra due stelle di neutroni che è stata vista anche dai telescopi che cercano la luce. Il secondo, GW190425, è un'altra collisione di stelle di neutroni, ma con componenti più pesanti. Il terzo, GW230529, è stata una collisione tra una stella di neutroni e un buco nero, un evento che in precedenza era stato difficile da classificare con certezza. In ogni caso, il metodo informato dalla fisica ha fornito una visione più chiara dell'universo rispetto all'approccio tradizionale non guidato.

Per il primo evento, GW170817, il nuovo metodo ha confermato che gli oggetti in collisione erano effettivamente due stelle di neutroni. Più importante ancora, ha permesso ai ricercatori di distinguere tra diverse teorie sulla rigidità interna di queste stelle. I dati favorivano fortemente un'equazione di stato "morbida", il che significa che la materia all'interno delle stelle è relativamente facile da comprimere. Questa conclusione concordava con quanto trovato da altri studi che combinavano i dati delle onde gravitazionali con le osservazioni della luce, ma il nuovo metodo è arrivato a questa conclusione utilizzando solo il segnale delle onde gravitazionali. Ha inoltre fornito una misurazione più precisa della distanza alla quale è avvenuta la collisione, spingendo la distanza stimata leggermente oltre quanto suggerito dalle analisi precedenti.

Il secondo evento, GW190425, presentava un enigma perché le stelle in collisione erano molto più pesanti delle tipiche stelle di neutroni trovate nella nostra galassia. L'analisi tradizionale faticava a definire la loro natura esatta. L'approccio informato dalla fisica, tuttavia, ha identificato chiaramente che si trattava di un sistema binario di stelle di neutroni, nonostante la loro massa insolita. Ha anche rivelato che le due stelle probabilmente non avevano un peso uguale, un dettaglio che i vecchi metodi non guidati avevano mancato. L'analisi ha suggerito una distanza specifica per questo evento significativamente maggiore di quanto precedentmente pensato, allineandosi meglio al fatto che il segnale fosse relativamente debole.

Il terzo evento, GW230529, coinvolgeva una stella di neutroni e un buco nero. Poiché il segnale era debole, era difficile dire esattamente quali fossero gli oggetti o come stessero ruotando. Il nuovo metodo ha eccelso in questo caso restringendo le possibilità. Ha classificato decisamente l'evento come una collisione tra una stella di neutroni e un buco nero, escludendo altre possibilità con alta fiducia. Inoltre, incorporando i vincoli fisici, l'analisi ha fornito una stima molto più stretta del rapporto di massa tra i due oggetti. Ciò, a sua volta, ha dato un quadro più chiaro dello spin del buco nero, che prima era incerto. Il metodo ha anche spinto la distanza stimata di questo evento più lontano, in linea con la debolezza del segnale.

Una scoperta chiave in tutti e tre gli eventi è stata che i prior informati dalla fisica portavano costantemente a stime più grandi della distanza della collisione. Questo accadeva perché il nuovo metodo vincolava in modo più stretto le masse degli oggetti. Poiché il segnale che sentiamo dipende sia dalla massa che dalla distanza, conoscere la massa con maggiore precisione costringe il calcolo della distanza ad adeguarsi. In questi casi, l'aggiustamento ha significato che gli oggetti erano più lontani di quanto precedentemente ipotizzato. Questo spostamento ha conseguenze reali per gli astronomi che cercano la luce che potrebbe accompagnare queste collisioni, poiché un oggetto più distante sarebbe più debole e più difficile da individuare.

Lo studio ha anche dimostrato che questo approccio può fungere da potente strumento per risolvere eventi ambigui. Nel caso di GW230529, il metodo ha fornito prove decisive sulla natura della collisione, qualcosa che era precedentemente difficile da ottenere con un segnale così debole. I ricercatori hanno dimostrato che, usando le leggi della fisica per guidare la ricerca, potevano estrarre più informazioni dagli stessi dati senza dover aspettare segnali più forti o rilevatori migliori.

Guardando al futuro, i ricercatori sottolineano che il loro metodo è progettato per essere flessibile. Man mano che la nostra comprensione delle stelle di neutroni migliora, o quando diventano disponibili nuovi tipi di osservazioni, il sistema può essere aggiornato per includere questa nuova conoscenza. Non richiede una revisione completa del processo di analisi; invece, aggiorna semplicemente la mappa che il computer usa per navigare nei dati. Ciò significa che man mano che apprendiamo di più sulla materia densa all'interno delle stelle, la nostra capacità di interpretare i suoni dell'universo migliorerà automaticamente. Il lavoro rappresenta un passaggio dal trattare i dati come una lavagna vuota al trattarli come una conversazione con le leggi note della natura, permettendoci di ascoltare l'universo con maggiore chiarezza.