Команда астрономов под руководством Майкла Янссена (Janssen Michael) из Университета Радбуда (Radboud University, Нидерланды) обучила нейронную сеть аналитической работе с большими массивами данных о черных дырах. Основываясь на аналитике нейронки и наблюдениях системы Event Horizon Telescope (EHT, сеть интерферометров для целевого наблюдения за черными дырами) ученые, среди прочего, вычислили скорость вращения сверхмассивной черной дыры в центре нашего Млечного Пути и поразились значению этой скорости. Исследователи опубликовали свои результаты и методологию в трех статьях в журнале Astronomy & Astrophysics.
В 2019 году коллаборация Event Horizon Telescope (EHT) опубликовала первое изображение сверхмассивной черной дыры в центре галактики Mессье 87. В 2022 году было представлено изображение сверхмассивной черной дыры (СМЧД) Стрелец А* в центре Млечного Пути. Однако данные, стоящие за изображениями, по-прежнему содержат много потенциально недостоверной информации. Международная команда исследователей попыталась научить нейронную сеть извлекать из массива данных жемчужные зерна истины.
В предыдущих исследованиях, проведенных Event Horizon Telescope Collaboration, использовалось лишь несколько реалистичных синтетических файлов. На этот раз астрономы загрузили миллионы таких файлов в так называемую байесовскую нейронную сеть, которая может количественно оценивать неопределенности. Это позволило исследователям провести гораздо лучшее сравнение между данными EHT и моделями.
Благодаря искусственному интеллекту исследователи уточнили вероятные параметры черной дыры в центре Млечного Пути. Предполагается, что ось ее вращения очень близка лучу зрения земного наблюдателя. Излучение вблизи черной дыры в основном вызвано чрезвычайно горячими заряженными частицами в аккреционном диске, а не так называемым релятивистским джетом. Кроме того, магнитные поля в аккреционном диске, по-видимому, ведут себя иначе, чем предполагает общепринятая теория аккреции.
То, что мы бросаем вызов господствующей теории, конечно, впечатляет. Однако я рассматриваю наш подход к ИИ и машинному обучению как первый шаг. Далее мы улучшим и расширим соответствующие модели и симуляции. А когда к сбору данных подключится строящийся Африканский миллиметровый телескоп, мы получим еще более качественную информацию, которая позволит с высокой точностью подтвердить общую теорию относительности для сверхмассивных компактных объектов.
Участники проекта и ознакомившиеся с ним ученые впечатлены возможностью масштабирования миллионов файлов синтетических данных. Но не стоит забывать, что такая аналитика требует наличие суперкомпьютера, хранилища, вычислительных мощностей и специализированной программы, которая координирует аналитические процессы.
Исследователи подчеркивают, что такой масштаб работы стал возможен благодаря скоординированной экосистеме, в которую вошли следующие вычислительные сервисы:
- CyVerse (хранения данных);
- OSG OS Pool (высокопроизводительные вычисления);
- Pegasus (автоматизированное управление рабочими процессами);
- Вспомогательные программные средства, включая TensorFlow, Horovod, и КАСА.
Немецкий центр вычислений и обработки данных имени Макса Планка взял на себя обучение нейронных сетей.
Исследователи проанализировали in silico не только СМЧД Стрелец А*. Они также изучили черную дыру в центре галактики M87. По всей видимости эта черная дыра также вращается быстро, но не так быстро, как Стрелец А*. Кроме того, она вращается в направлении, противоположном направлению падения на нее газа. Астрономы предполагают, что это вращение «против шерсти» стало результатом пароксизмального слияния с другой галактикой.
Недавно ученые высказали гипотезу, что образовавшиеся вскоре после Большого взрыва так называемые первичные черные дыры (primordial black holes) могут быть «складом» темной материи.
