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

Quando dois remanescentes estelares densos, como estrelas de nêutrons ou buracos negros, espiralam um em direção ao outro e colidem, eles enviam ondulações através do tecido do espaço-tempo conhecidas como ondas gravitacionais. Detectores na Terra capturam esses sinais tênues, permitindo que os cientistas ouçam o universo de uma forma que era impossível há apenas algumas décadas. Para entender o que aconteceu durante uma colisão, os pesquisadores utilizam um método estatístico para trabalhar de trás para frente, partindo do som das ondas para as propriedades dos objetos que as geraram. Esse processo exige fazer suposições educadas sobre como esses objetos poderiam ser antes mesmo de o sinal chegar. Tradicionalmente, os cientistas têm usado suposições "agnósticas", que assumem nenhum conhecimento prévio sobre as massas ou estruturas internas das estrelas, tratando cada possibilidade como igualmente provável. No entanto, essa abordagem ignora uma vasta quantidade de conhecimento existente sobre como a matéria se comporta sob pressão extrema e como as estrelas de nêutrons estão distribuídas pela galáxia.

Um novo estudo propõe uma maneira mais inteligente de lidar com essas suposições. Os pesquisadores desenvolveram um método para alimentar a física do mundo real diretamente na análise dos sinais de ondas gravitacionais. Em vez de ignorar o que já sabemos sobre a composição interna das estrelas de nêutrons ou as massas típicas desses objetos, eles construíram um sistema que incorpora essa informação desde o início. Ao usar um tipo de inteligência artificial treinada nas leis da física nuclear e em observações de estrelas conhecidas, eles criaram um conjunto de expectativas "informadas pela física". Quando aplicado a dados reais de três colisões cósmicas específicas, este método não apenas ajudou a confirmar a natureza dos objetos colidindo, mas também proporcionou uma imagem muito mais nítida de suas propriedades do que os métodos anteriores poderiam alcançar.

O cerne deste trabalho reside em como os cientistas interpretam os dados dessas colisões. Quando um sinal de onda gravitacional é detectado, trata-se de uma mistura complexa de informações sobre as massas dos objetos, como eles giram e como suas estruturas internas se deformam conforme se aproximam. Para extrair essa informação, os pesquisadores dependem da inferência bayesiana, um arcabouço matemático que atualiza a probabilidade de uma hipótese à medida que novas evidências chegam. O ponto de partida para essa atualização é a "prior", que representa o que os cientistas acreditam ser verdade antes de observar os novos dados. Por anos, a prática padrão tem sido o uso de priors não informativos que assumem que qualquer massa ou estrutura interna é possível, simplesmente porque parecia mais seguro evitar o viés. No entanto, já sabemos muito sobre estrelas de nêutrons. Sabemos que elas são feitas de matéria incrivelmente densa que segue regras específicas da física, e medimos as massas de muitas estrelas de nêutrons em nossa própria galáxia. O novo estudo argumenta que descartar esse conhecimento é uma oportunidade perdida.

Para corrigir isso, a equipe criou um sistema flexível que codifica nosso entendimento atual da física das estrelas de nêutrons diretamente na análise. Eles começaram reunindo restrições sobre a "equação de estado", que é essencialmente um livro de regras descrevendo como a matéria se comporta nas densidades extremas encontradas dentro de uma estrela de nêutrons. Este livro de regras é informado por experimentos de teoria nuclear e observações de pulsares, que são estrelas de nêutrons que giram rapidamente. Eles também reuniram dados sobre como as estrelas de nêutrons tipicamente são massivas, baseando-se em observações de rádio de estrelas em nossa galáxia. Usando essa informação, eles geraram milhões de cenários simulados do que uma colisão poderia parecer se envolvesse objetos que obedecessem a essas leis físicas.

Essas simulações foram usadas para treinar um modelo de aprendizado de máquina conhecido como normalizing flow. Pense neste modelo como um cartógrafo altamente eficiente que aprende a forma dos cenários físicos mais prováveis. Uma vez treinado, este modelo atua como um filtro sofisticado. Em vez de permitir que a análise vagueie por todas as combinações teoricamente possíveis de massa e estrutura interna, ele guia a busca para as regiões onde a física nos diz que os objetos têm maior probabilidade de existir. Isso permite que a análise foque sua atenção nas explicações mais plausíveis, tornando os resultados mais precisos e as conclusões mais robustas.

Os pesquisadores testaram essa nova abordagem em três eventos reais de ondas gravitacionais detectados por observatórios nos Estados Unidos, Itália e Japão. O primeiro evento, GW170817, foi uma colisão entre duas estrelas de nêutrons que também foi vista por telescópios procurando por luz. O segundo, GW190425, foi outra colisão de estrelas de nêutrons, mas com componentes mais pesados. O terceiro, GW230529, foi uma colisão entre uma estrela de nêutrons e um buraco negro, um evento que anteriormente era difícil de classificar com certeza. Em todos os casos, o método informado pela física forneceu uma visão mais clara do universo do que a abordagem tradicional e não guiada.

Para o primeiro evento, GW170817, o novo método confirmou que os objetos colidindo eram, de fato, duas estrelas de nêutrons. Mais importante, permitiu aos pesquisadores distinguir entre diferentes teorias sobre a rigidez interna dessas estrelas. Os dados favoreceram fortemente uma equação de estado "suave", o que significa que a matéria dentro das estrelas é relativamente fácil de comprimir. Esta conclusão coincidiu com o que outros estudos haviam encontrado ao combinar dados de ondas gravitacionais com observações de luz, mas o novo método chegou a essa conclusão usando apenas o sinal de onda gravitacional em si. Também forneceu uma medição mais precisa de quão longe ocorreu a colisão, empurrando a distância estimada ligeiramente além do que as análises anteriores sugeriam.

O segundo evento, GW190425, apresentou um enigma porque as estrelas colidindo eram muito mais pesadas do que as estrelas de nêutrons típicas encontradas em nossa galáxia. A análise tradicional teve dificuldade em definir sua natureza exata. A abordagem informada pela física, no entanto, identificou claramente que se tratava de um sistema binário de estrelas de nêutrons, apesar de sua massa incomum. Também revelou que as duas estrelas provavelmente não eram de peso igual, um detalhe que os métodos antigos e não guiados haviam perdido. A análise sugeriu uma distância específica para este evento que era significativamente maior do que o pensado anteriormente, alinhando-se melhor com o fato de o sinal ser relativamente fraco.

O terceiro evento, GW230529, envolveu uma estrela de nêutrons e um buraco negro. Como o sinal era tênue, era difícil dizer exatamente quais eram os objetos ou como eles estavam girando. O novo método se destacou aqui ao restringir as possibilidades. Ele classificou decisivamente o evento como uma colisão entre uma estrela de nêutrons e um buraco negro, descartando outras possibilidades com alta confiança. Além disso, ao incorporar as restrições físicas, a análise forneceu uma estimativa muito mais apertada da razão de massa entre os dois objetos. Isso, por sua vez, deu uma imagem mais clara do spin do buraco negro, que era incerto antes. O método também empurrou a distância estimada deste evento para mais longe, consistente com a fraqueza do sinal.

Uma descoberta fundamental em todos os três eventos foi que os priors informados pela física levaram consistentemente a estimativas maiores da distância da colisão. Isso aconteceu porque o novo método restringiu as massas dos objetos de forma mais rigorosa. Como o sinal que ouvimos depende tanto da massa quanto da distância, saber a massa com mais precisão força o cálculo da distância a se ajustar. Nesses casos, o ajuste significou que os objetos estavam mais distantes do que se pensava anteriormente. Essa mudança tem consequências reais para astrônomos que buscam a luz que pode acompanhar essas colisões, pois um objeto mais distante seria mais fraco e mais difícil de detectar.

O estudo também demonstrou que esta abordagem pode atuar como uma ferramenta poderosa para resolver eventos ambíguos. No caso de GW230529, o método forneceu evidências decisivas sobre a natureza da colisão, algo que era anteriormente difícil de alcançar com um sinal tão fraco. Os pesquisadores mostraram que, ao usar as leis da física para guiar a busca, eles podiam extrair mais informações dos mesmos dados sem precisar esperar por sinais mais fortes ou melhores detectores.

Olhando para o futuro, os pesquisadores enfatizam que seu método foi projetado para ser flexível. À medida que nosso entendimento das estrelas de nêutrons melhora, ou conforme novos tipos de observações se tornam disponíveis, o sistema pode ser atualizado para incluir esse novo conhecimento. Não requer uma reformulação completa do processo de análise; em vez disso, ele simplesmente atualiza o mapa que o computador usa para navegar nos dados. Isso significa que, à medida que aprendemos mais sobre a matéria densa dentro das estrelas, nossa capacidade de interpretar os sons do universo melhorará automaticamente. O trabalho representa uma mudança de tratar os dados como uma tela em branco para tratá-los como uma conversa com as leis conhecidas da natureza, permitindo-nos ouvir o universo com maior clareza.