美国政府底下规模最大的阿贡国家实验室（Argonne National Laboratory），披露了最新将人工智能用于天文探索的研究，这个研究集结了阿贡国家实验室、芝加哥大学、伊利诺大学厄巴纳-香槟分校、Nvidia和IBM的研究人员，所共同开发的大规模人工智能框架，可用来加速、扩展且重复地检测重力波。
重力波可以说是时空的涟漪，就像是把石头丢到水里所产生的涟漪一样，当有质量的物体进行加速度运动的时候，就会在时空中产生涟漪，并且从有质量物体向外扩散，这种时空中的涟漪便被称作重力波。重力波可以用来观测一些剧烈的天文事件，像是百矮星、中子星和黑洞这一类的星体，所组成的联星、超新星，或是大爆炸，天文学家可以利用重力波，来观测一些超新星的核心，或是大爆炸最初的数分之一秒。
在2015年的时候，激光干涉重力波天文台（Laser Interferometer Gravitational-Wave Observatory，LIGO），第一次侦测到来自13亿光年外的两个黑洞碰撞，在整合时所产生的重力波，从那个时候以来，LIGO探测到了更多的重力波来源，随着天文台的传感器升级和技术的改进，不只探测的宇宙范围更广，也产生了更大量的资料供研究使用，而处理这些资料流的速度，是推进重力波天文学进步的关键。
而现在新发布的人工智能框架，不仅能够与传统的模板配对算法一样灵敏，运算速度更是提升了数个量级，且进行这些复杂运算，只需要游戏使用的GPU，就能以比即时更快的速度运算LIGO资料。研究人员利用这个人工智能框架，在64个Nvidia V100 GPU上，运算2017年8月整个月的LIGO资料，整体花耗时间不到7分钟，就找出了四个双黑洞整合，并且还找出了未分类的情况。
阿贡国家实验室数据科学与学习部门主任Ian Foster提到，这个项目显示，借由适当的工具，可以在科学家工作流程中应用人工智能方法，目的不是要替代人类智能，而是能够大幅度减少工作。这个研究验证了爱因斯坦相对论中的部分理论，时间与空间的关联，同时也代表了重力波天文学研究的起点，人们可以开始以更快的速度，深入了解宇宙，包括暗能量、重力和中子星等。
这个研究源自于2018年，阿贡国家实验室的人工智能研究成果，当时该实验室就曾展示运用机器学习，从多个探测器资料流中，侦测重力波的能力，而在最新的研究中，研究人员进一步完善该模型，将使用cuDNN加速的深度学习框架，分散到64个GPU上，不只在7分钟内处理完1个月的资料，而且没有任何错误分类发生。
这个研究的贡献在于，结合人工智能和超级计算机的力量，可以即时解决庞大资料实验，而且该项人工智能研究已可重现，而非仅是在验证人工智能是否可用于解决重大挑战的阶段。目前该模型已经开源，可供其他研究团队使用。