UHasselt bouwt het zenuwstelsel achter de toekomstige Einsteintelescoop

De toekomstige Einsteintelescoop zal zoveel signalen uit het heelal opvangen dat onderzoekers onmogelijk alles kunnen analyseren. Wat is ruis? Wat is een ontdekking? En welke signalen verdienen kostbare rekenkracht? Binnen het Europese onderzoeksproject ETCETERA werkt een consortium onder leiding van het Data Science Institute (DSI) aan de data- en rekeninfrastructuur die deze gigantische stroom aan informatie moet verwerken.

Prof. Dr. Olivier Thas & Dr. Tina Smets 008 Prof. Dr. Olivier Thas & Dr. Tina Smets 008

Luisteren naar het onmeetbare

De Einsteintelescoop moet een van de meest gevoelige wetenschappelijke instrumenten ooit worden. De ondergrondse telescoop zal niet naar sterren of planeten kijken, maar luisteren naar trillingen in de ruimtetijd die ontstaan wanneer bijvoorbeeld zwarte gaten botsen of sterren exploderen. De telescoop zal bestaan uit drie enorme ondergrondse tunnels van telkens tien kilometer lang. In die tunnels meten laserstralen voortdurend minieme afstandsverschillen die ontstaan wanneer zwaartekrachtgolven door de aarde trekken.

“Zwaartekrachtgolven zijn zo klein dat je ze nooit met het blote oog kan zien of met een klassieke telescoop kan opvangen”, zegt prof. dr. Olivier Thas van het Data Science Institute (DSI) die het project leidt. “Wanneer een zwaartekrachtgolf passeert, veranderen die tunnels heel lichtjes van lengte. De Einsteintelescoop meet die minieme afstandsverschillen.” Hoe klein die verschillen zijn, is bijna niet voor te stellen. “De afstand tussen de aarde en de zon bedraagt ongeveer 150 miljoen kilometer. Een gravitatiegolf verandert die afstand met ongeveer de diameter van een waterstofatoom. Het uiteindelijke signaal dat onderzoekers willen detecteren, is kleiner dan een proton.”

 

Dicht bij de oerknal

Vandaag bestaan er al observatoria die zwaartekrachtgolven detecteren, zoals LIGO (Verenigde Staten) en Virgo (Italië). “Maar de Einsteintelescoop is veel gevoeliger. Waar bestaande observatoria ongeveer honderd zwaartekrachtsignalen per jaar opvangen, verwachten we dat de Einsteintelescoop er honderden of zelfs duizenden per dag zal registreren. We zullen veel verder kunnen terugluisteren in de geschiedenis van het universum dan ooit tevoren. Mogelijk zelfs tot dicht bij de oerknal.”

Die ongeziene gevoeligheid opent ook de deur naar één van de grootste mysteries uit de moderne natuurkunde: donkere materie. “Ongeveer een kwart van het universum zou uit donkere materie bestaan”, legt Thas uit. “We kunnen die niet rechtstreeks waarnemen omdat ze geen licht uitstraalt. Maar als donkere materie zwaartekrachtgolven veroorzaakt, zou de Einsteintelescoop daar misschien de eerste sporen van kunnen opvangen. Een doorbraak die gerust tot de grootste ontdekkingen van deze eeuw zou kunnen behoren.”

 

Een fluistering in een storm

En toch creëert precies die extreme gevoeligheid ook een nieuw probleem. “De telescoop is zo gevoelig dat hij niet alleen zwaartekrachtgolven zal opvangen, maar ook voortdurend trillingen uit zijn omgeving registreert: seismologische trillingen, bewegingen van de aarde, verkeer boven de grond. Zelfs een auto die boven de tunnel rijdt, kan al meetbaar zijn. Eigenlijk proberen we een fluistering te horen tijdens een storm”, legt professor Thas uit. “Om die minuscule signalen toch te kunnen herkennen, zullen duizenden sensoren voortdurend enorme hoeveelheden data produceren. Naar schatting gaat het om zo’n honderd petabyte per jaar. Dat is vergelijkbaar met ongeveer 13.000 jaar onafgebroken films streamen in hoge resolutie. Welke signalen hebben we al honderden keren gezien? Welke kunnen wijzen op iets totaal nieuws? En welke verdienen onze kostbare rekenkracht? We moeten voortdurend keuzes maken. Want rekenkracht is niet onbeperkt”, zegt professor Thas.

 

Het universum wacht niet

En die beslissingen moeten bovendien razendsnel gemaakt worden. “Het universum geeft soms maar héél even iets prijs”, zegt Thas. “Wanneer de Einsteintelescoop een mogelijk belangrijk signaal detecteert, moeten klassieke telescopen elders in de wereld bijna onmiddellijk naar de juiste plek aan de hemel kunnen kijken. Alleen zo kunnen we bijkomende informatie opvangen, zoals infrarood- of radiostraling die vrijkomt bij botsende sterren of zwarte gaten. Pas door al die verschillende signalen met elkaar te combineren, krijgen we een vollediger beeld van wat er zich diep in het universum heeft afgespeeld.”

Het zenuwstelsel van de telescoop

Om zoveel data te analyseren én daar op korte tijd de juiste beslissingen uit af te leiden, is AI onmisbaar. “We hebben AI nodig om ruis van signalen te onderscheiden en om ons te helpen beslissen welke signalen verder onderzocht moeten worden”, zegt dr. Tina Smets, business developer bij DSI. “Maar daarmee stopt het niet. Zodra de Einsteintelescoop een mogelijk interessant signaal opvangt, moet een hele ketting van systemen in werking treden. Andere telescopen en satellieten moeten worden verwittigd. Extra rekenkracht moet beschikbaar worden gemaakt. En onderzoekers moeten zo snel mogelijk weten: gebeurt hier iets uitzonderlijks?” “Wij bouwen daarom veel meer dan een algoritme”, zegt Smets.

“Wij helpen mee nadenken over de volledige architectuur achter de telescoop: hoe signalen verwerkt worden, hoe systemen met elkaar communiceren en hoe je razendsnel de juiste informatie op de juiste plaats krijgt. Eigenlijk bouwen onze onderzoekers mee aan het zenuwstelsel van de telescoop. Daar heb je artificiële intelligentie voor nodig, statistische modellering, data-infrastructuur en enorme rekenkracht. Binnen DSI brengen we die expertises samen onder één dak.”

En om later zo snel te kunnen reageren op signalen uit het universum, moet dat systeem zich vandaag al voorbereiden op mogelijke kosmische gebeurtenissen. Achter de schermen worden daarom vooraf enorme databanken gevuld met de resultaten van simulaties van botsende zwarte gaten en exploderende sterren. Wanneer de Einsteintelescoop later een echt signaal opvangt, moet het systeem dat bijna onmiddellijk kunnen herkennen door de opgevangen signalen te vergelijken met de gesimuleerde. DSI helpt deze berekeningen mee te versnellen.

Prof. Dr. Olivier Thas & Dr. Tina Smets 003
Prof. Dr. Olivier Thas & Dr. Tina Smets 018

Meer dan ruimtevaart

“De technologie die binnen ETCETERA ontwikkeld wordt, reikt veel verder dan ruimteonderzoek alleen. Bedrijven - vanuit verschillende sectoren – tonen veel interesse voor dit project”, onderstreept dr. Tina Smets. “Dezelfde systemen die straks kosmische signalen helpen filteren, kunnen later ook ingezet worden in andere sectoren waar razendsnel enorme hoeveelheden data verwerkt moeten worden. Denk bijvoorbeeld aan satellieten die snel autonome beslissingen kunnen nemen zonder te moeten wachten op instructies vanop de aarde. Of aan slimme energiesystemen die voortdurend vraag en aanbod op elkaar moeten afstemmen, en financiële systemen die in real time risico’s proberen in te schatten op basis van gigantische datastromen. Eigenlijk gaat het steeds om dezelfde uitdaging: hoe herken je in een overvloed aan data wat écht belangrijk is? En hoe zorg je ervoor dat die informatie razendsnel de juiste systemen activeert?”

“De Einsteintelescoop is een bouwproject van minstens tien jaar, en waar in Europa de telescoop gebouwd wordt, is nog niet beslist”, besluit professor Thas. “De Euregio wil het project graag naar deze regio halen. Maar zelfs vóór de eerste tunnel gegraven is, brengt het project al nieuwe technologie, internationale samenwerking en economische kansen naar Limburg, en naar onze universiteit. Het testveld dat we hier uitbouwen rond de data- en rekeninfrastructuur is niet alleen wetenschappelijk interessant, maar ook relevant voor de technologie van de toekomst in Europa.”

ETCETERA in het kort


ETCETERA is een Interreg EMR-project onder leiding van UHasselt dat nieuwe AI-modellen en krachtige data- en rekeninfrastructuur ontwikkelt voor de Einsteintelescoop. Binnen het project werken zeven universiteiten en zeven bedrijven uit de Euregio samen aan systemen die zwaartekrachtgolven sneller moeten helpen detecteren, analyseren en interpreteren.

Het consortium bestaat uit UHasselt, KU Leuven, UCLouvain, Universiteit Utrecht, Université de Liège, RWTH Aachen en Universiteit Maastricht, samen met de bedrijven Spacebel, Boosting Alpha, B12 Consulting, Deltatec, Dataminded, dataMatters en Aprico Consultants (YUMA). Het project start officieel op 1 oktober 2027 en loopt drie jaar.