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

当两个致密的恒星遗迹（如中子星或黑洞）相互旋近并发生碰撞时，它们会向时空结构发送被称为引力波的涟漪。地球上的探测器捕捉到这些微弱的信号，使科学家能够以几十年前还无法实现的方式“聆听”宇宙。为了理解碰撞过程中发生了什么，研究人员使用一种统计方法，从波动的“声音”反推产生这些波动的天体属性。这个过程需要对这些天体可能具有的特征做出合理的预判。传统上，科学家使用“不可知论”的假设，即假设对恒星的质量或内部结构一无所知，将每种可能性都视为等概率。然而，这种方法忽略了关于物质在极端压力下如何表现以及中子星在银河系中如何分布的大量现有知识。

一项新研究提出了一种更聪明的处理假设的方法。研究人员开发了一种方法，将现实世界的物理学直接引入引力波信号的分析中。他们不再忽视我们已知的关于中子星内部成分或这些天体典型质量的信息，而是建立了一个从一开始就纳入这些信息的系统。通过使用一种基于核物理定律和已知恒星观测数据训练的人工智能，他们创建了一套“受物理启发的”预期。当应用于三个特定宇宙碰撞的真实数据时，该方法不仅有助于确认碰撞天体的性质，而且比以往的方法提供了更清晰的天体属性图景。

这项工作的核心在于科学家如何解读碰撞数据。当探测到引力波信号时，它包含了关于天体质量、自旋方式以及它们在靠近时内部结构如何变形的复杂信息。为了提取这些信息，研究人员依赖于贝叶斯推断，这是一种随着新证据出现而更新假设概率的数学框架。这种更新的起点是“先验概率”，它代表了科学家在观察新数据之前所认为的真实情况。多年来，标准做法是使用无信息先验，即假设任何质量或内部结构都是可能的，因为这看起来似乎能最安全地避免偏差。然而，我们对中子星已经了解得非常多了。我们知道它们由极其致密的物质组成，并遵循特定的物理规则，我们也测量了许多银河系内的中子星质量。这项新研究认为，丢弃这些知识是一种错失机会的行为。

为了解决这个问题，团队创建了一个灵活的系统，将我们对中子星物理学的理解直接编码进分析中。他们首先收集了关于“状态方程”的约束条件，这本质上是一本描述中子星内部极端密度下物质如何表现的“规则手册”。这本规则手册是由核理论实验和脉冲星（快速旋转的中子星）的观测数据支撑的。他们还收集了关于中子星通常有多重的数据，这些数据源自对银河系内恒星的射电观测。利用这些信息，他们生成了数百万个模拟场景，模拟如果碰撞涉及遵守这些物理定律的天体，其碰撞过程会是什么样子。

这些模拟随后被用于训练一种被称为“标准化流”（normalizing flow）的机器学习模型。可以将这个模型想象成一个高效的制图师，学习最可能的物理场景的形状。一旦训练完成，该模型就会充当一个精密的过滤器。它不会让分析过程在所有理论上可能的质量和内部结构组合中漫无目的地游走，而是引导搜索指向物理学告诉我们天体最可能存在的区域。这使得分析能够专注于最合理的解释，从而使结果更加精确，结论也更加稳健。

研究人员在来自美国、意大利和日本观测站检测到的三个真实引力波事件上测试了这种新方法。第一个事件是 GW170817，这是一次中子星碰撞，同时也通过望远镜观测到了光信号。第二个事件是 GW190425，这是另一次中子星碰撞，但其组成部分更重。第三个事件是 GW230529，涉及一颗中子星和一颗黑洞的碰撞，这一事件此前很难被确定分类。在每种情况下，这种受物理启发的法都比传统的、无引导的方法提供了更清晰的宇宙视图。

对于第一个事件 GW170817，新方法确认了碰撞天体确实是两颗中子星。更重要的是，它使研究人员能够区分关于这些恒星内部“硬度”的不同理论。数据强烈支持一种“软”状态方程，这意味着恒星内部的物质相对容易被压缩。这一结论与通过结合引力波数据和光观测所得到的研究结论相吻合，但新方法仅通过引力波信号本身就得出了这一结论。它还提供了一个更精确的碰撞距离测量值，使估计距离比之前的分析略微远了一些。

第二个事件 GW190425 呈现了一个谜题，因为碰撞的恒星比银河系中典型的中子星要重得多。传统的分析难以确定它们的准确性质。然而，受物理启发的分析方法清晰地识别出它们是一个双中子星系统，尽管它们的质量异常。它还揭示了这两颗恒星的重量可能并不相等，这是旧的、无引导的方法所忽略的细节。该分析给出的这一事件的具体距离显著大于之前的预期，这与信号相对微弱的事实更为吻合。

第三个事件 GW230529 涉及一颗中子星和一颗黑洞。由于信号微弱，很难判断天体的确切身份或它们的自旋情况。新方法通过缩小可能性范围在此表现出色。它果断地将该事件归类为中子星与黑洞的碰撞，排除了其他可能性，且置信度很高。此外，通过引入物理约束，分析提供了关于两者质量比的更紧凑的估计。这进而为黑洞的自旋提供了更清晰的图像，而此前黑洞的自旋是不确定的。该方法还将该事件的估计距离推向了更远的地方，这与信号的微弱程度一致。

在所有三个事件中的一个关键发现是，受物理启发的先验概率始终导致对碰撞距离的更大估算。这是因为新方法更紧凑地约束了天体的质量。由于我们听到的信号取决于质量和距离，因此更精确地了解质量会迫使距离计算进行调整。在这些案例中，这种调整意味着天体比之前认为的更远。这对寻找可能伴随这些碰撞产生的光的天文学家来说具有现实意义，因为更远的物体会更暗，也更难被发现。

研究还表明，这种方法可以作为处理模糊事件的强大工具。在 GW230529 的案例中，该方法提供了关于碰撞性质的决定性证据，而此前由于信号微弱，这很难实现。研究人员展示了通过使用物理定律来引导搜索，他们可以从相同的数据中提取更多信息，而无需等待更响亮的信号或更好的探测器。

展望未来，研究人员强调，他们的方法旨在保持灵活性。随着我们对中子星理解的深入，或者随着新的观测类型出现，该系统可以进行更新以纳入这些新知识。它不需要对分析过程进行彻底重组；相反，它只是更新了计算机用于导航数据的“地图”。这意味着，随着我们对恒星内部致密物质了解得越多，我们解读宇宙声音的能力也将自动提升。这项工作代表了一种转变：从将数据视为一张白纸，转变为将其视为一场与已知自然法则的对话，让我们能够以更高的清晰度聆听宇宙。