به گزارش تجارت نیوز، هوش مصنوعی اکنون به یکی از ابزارهای کلیدی در مسیر درک سیاهچاله‌های کلان‌جرم تبدیل شده است. تیمی بین‌المللی از پژوهشگران با استفاده از میلیون‌ها شبیه‌سازی رایانه‌ای از رفتار سیاهچاله‌ها، شبکه‌ای عصبی را آموزش داده‌اند که توانایی تحلیل داده‌هایی را دارد که پیش‌تر در پروژه تلسکوپ افق رویداد (EHT) بی‌استفاده مانده بود.
نتایج این تحلیل نشان می‌دهد سیاهچاله ساگیتاریوس A* که در مرکز کهکشان راه‌شیری قرار دارد با سرعتی نزدیک به بیشینه ممکن در حال چرخش است.
شبکه‌ای از تلسکوپ‌ها تصاویر جدیدی از جهان را ممکن کرد
مطالعه رفتار سیاهچاله‌ها در سال‌های اخیر به‌طور عمده از طریق مجموعه‌ای از تلسکوپ‌های رادیویی انجام شده که در قالب پروژه تلسکوپ افق رویداد در سراسر جهان هم‌زمان به رصد فضا می‌پردازند. این همکاری بین‌المللی توانست برای نخستین‌بار تصاویری از سیاهچاله‌های M87 و ساگیتاریوس A* تولید کند. این تصاویر از جنس نور مرئی نیستند، بلکه بازسازی‌هایی از امواج رادیویی ساطع‌شده از اطراف سیاهچاله هستند که با کمک ابررایانه‌ها پردازش شده‌اند.
با این حال، در مسیر تولید این تصاویر، بخش زیادی از داده‌های دریافتی کنار گذاشته شده، زیرا تفسیر آن‌ها دشوار بود و الگوریتم‌های موجود توان تحلیلشان را نداشتند. پژوهشگران مؤسسه تحقیقاتی مورگریج در ایالت ویسکانسین آمریکا برای نخستین‌بار با استفاده از شبکه عصبی هوش مصنوعی، موفق شده‌اند آن داده‌های حذف‌شده را مجدداً بررسی کنند و اطلاعاتی تازه از دل آن‌ها بیرون بکشند.
تصویر جدید از سیاهچاله مرکز راه‌شیری ویژگی‌های ناشناخته‌ای را نمایان کرد
تحلیل‌های انجام‌شده توسط مدل هوش مصنوعی باعث ارتقا وضوح داده‌های دریافتی از EHT شد. این تحلیل‌ها از طرف دیگر، تصویری جایگزین از ساختار سیاهچاله ساگیتاریوس A* تولید کرد. این تصویر جدید نشان می‌دهد که این سیاهچاله با سرعتی نزدیک به بیشینه در حال چرخش است و محور چرخش آن به‌سمت زمین اشاره دارد. همین مسئله می‌تواند بخشی از رفتار دیسک‌های برافزایشی پیرامون سیاهچاله را توضیح دهد. این دیسک‌ها از گاز و غبار فشرده‌شده تشکیل شده‌اند و در فرآیند چرخش مواد، انرژی قابل‌توجهی را به‌صورت تابش ساطع می‌کنند.
اطلاع از سرعت چرخش سیاهچاله‌ها، صرفا یک داده نجومی نیست بلکه نقش تعیین‌کننده‌ای در درک رفتار تابش‌های پیرامون آن و نیز پیش‌بینی پایداری یا ناپایداری ساختارهای اطراف آن دارد. از منظر فیزیک نسبیتی، هرچه سرعت چرخش سیاهچاله بیشتر باشد، خمیدگی فضا-زمان اطراف آن نیز بیشتر خواهد شد که این موضوع بر جذب یا دفع مواد، نوع میدان مغناطیسی و حتی بر جت‌های خروجی سیاهچاله اثرگذار است.
یافته‌های جدید تئوری‌های گذشته را به چالش کشیده‌اند
پیش از این جامعه علمی بر این باور بود که ساگیتاریوس A* با سرعتی متوسط یا نسبتا بالا در حال چرخش است، اما بررسی‌های تازه، این فرضیه را به‌طور جدی به چالش کشیده است. مایکل یانسن، پژوهشگر اصلی این پروژه از دانشگاه رادبود هلند در این‌باره گفت: «اینکه نظریه‌های غالب قبلی را زیر سوال برده‌ایم بسیار هیجان‌انگیز است، اما در عین حال باید بگویم که این تازه اولین گام از مسیر بلندمدت ماست.» او تأکید کرده که قرار است مدل‌های شبیه‌سازی و ساختارهای تحلیلی این سیستم مبتنی بر یادگیری ماشین در مراحل بعدی توسعه بیشتری پیدا کنند.
هوش مصنوعی به ابزاری حیاتی برای تحلیل کهکشان‌ها تبدیل می‌شود
کاربرد هوش مصنوعی در این حوزه صرفا به تفسیر داده‌ها محدود نمی‌شود، بلکه می‌تواند به شناسایی الگوهایی منجر شود که پیش‌تر از دید انسان یا ابزارهای سنتی پنهان مانده بودند. توانایی مدل‌های یادگیری عمیق در تحلیل داده‌های غیرخطی و پیچیده، این فرصت را فراهم کرده که رازهای پنهان‌شده در عمق امواج کیهانی برای نخستین‌بار دیده شوند. با توجه به اینکه هر سیاهچاله می‌تواند صدها پتابایت داده در طول سال تولید کند، استفاده از AI در کنار قدرت پردازشی بالا، به شرط داشتن زیرساخت‌های کافی، می‌تواند مسیر پژوهش‌های اخترفیزیکی را متحول کند.
هم‌اکنون تنها تعداد کمی مرکز تحقیقاتی در جهان از چنین ظرفیت پردازشی و مدل‌سازی بهره‌مند هستند. اما در صورت گسترش این فناوری، امکان تکرار تحلیل مشابه برای سایر سیاهچاله‌ها از جمله M87 نیز وجود دارد و شاید حتی الگویی جهانی از رفتار چرخش سیاهچاله‌ها به دست آید که در شناخت منشأ کهکشان‌ها نقش مهمی ایفا کند.
اخبار حوزه استارتاپ و فناوری اطلاعات را در صفحه علم و فناوری تجارت‌نیوز بخوانید.
