В центре Млечного Пути вращается космический волчок: его скорость – на грани возможного

Команда ученых под руководством Майкла Янссена из Университета Радбауда в Нидерландах изучили сверхмассивную черную дыру Стрелец А*. Данные, собранные сетью обсерваторий под названием Телескоп горизонта событий, проанализировали с помощью искусственного интеллекта, пишет New Scientist.

Сперва команда использовала математические модели, чтобы смоделировать около миллиона черных дыр, что потребовало миллионы часов времени обработки на суперкомпьютере. После готовы симуляции были использованы для обучения нейронной сети, что в итоге, позволило ИИ определять характеристики черных дыр на основе полученных данных.

Наконец, ученые предоставили ИИ данные о Стрельце A*, которые EHT собрал в течение 2017 года.

Согласно анализу ИИ, черная дыра Стрелец А* вращается со скоростью от 80 до 90% от максимально возможной скорости. Также ИИ указал на то, что ни одна из имеющихся моделей магнитного поля не подходит для исследуемой черной дыры.

Янссен говорит, что прошлые исследования сузили диапазон свойств, которыми может обладать Стрелец A*, например, насколько быстро он вращается и какие магнитные поля его окружают, но этот новый подход определил их более точно.

Димитриос Псалтис из Технологического института Джорджии в Атланте говорит, что он нашел некоторые из этих результатов нелогичными. Предыдущие анализы даже не могли прояснить, можно ли определить вращение черной дыры с такой точностью по данным EHT, говорит он.

Некоторые прошлые работы действительно указывали на то, что Стрелец A* может вращаться очень быстро, говорит Йосуке Мизуно из Шанхайского университета Цзяотун в Китае. Но он отмечает, что компьютерные модели, используемые в новом исследовании, нуждаются в улучшении.

Но и Мизуно, и Псалтис говорят, что ИИ становится неотъемлемой частью того, как мы узнаем об экзотических космических объектах, таких как черные дыры.

“Мы находимся в ситуации, когда у нас много данных и много моделей, и нам нужны современные способы их объединения. Именно здесь машинное обучение имеет большое, большое значение”, - говорит Псалтис.

В то же время это создает свои собственные проблемы, поскольку работа ИИ должна быть дважды проверена, а последующий анализ защищен от возможных “глюков”.

Янссен и его команда уже провели много таких проверок, таких как тестирование ИИ с помощью специально разработанных данных моделирования. Он говорит, что будут проводиться дополнительные тесты по мере анализа данных за другие годы работы EHT и, в конечном итоге, данных из новых обсерваторий.