هوش مصنوعی راز چرخش سریع سیاه‌چاله را فاش کرد
با استفاده از میلیون‌ها شبیه‌سازی و الگوریتم‌های هوش مصنوعی، دانشمندان بین‌المللی دریافتند که سیاه‌چاله مرکز کهکشان راه‌شیری با سرعتی بسیار بالا و رفتاری مغناطیسی متفاوت از نظریه‌های رایج در حال چرخش است.
با کمک میلیون‌ها شبیه‌سازی و الگوریتم‌های هوش مصنوعی، اخترشناسان دریافتند که سیاه‌چاله کلان‌جرم کهکشان ما با سرعتی نزدیک به بیشینه ممکن در حال چرخش است. این یافته جدید، رفتار‌های مغناطیسی‌ای را نشان می‌دهد که برخلاف نظریه‌های رایج گذشته است.
نگاهی به مرکز کهکشان با چشمان هوش مصنوعی
تیمی از اخترشناسان بین‌المللی با بهره‌گیری از هوش مصنوعی و میلیون‌ها مدل شبیه‌سازی‌شده، توانستند به درک تازه‌ای از سیاه‌چاله‌ها به‌ویژه سیاه‌چاله مرکز کهکشان راه‌شیری، دست یابند. آنها به کمک این روش پیشرفته، کشف کردند که سیاه‌چاله معروف به کمان‌ای (Sagittarius A*) با سرعتی نزدیک به حداکثر چرخش ممکن در حال دوران است.
برای دستیابی به این دستاورد، دانشمندان یک شبکه عصبی را با مجموعه‌ای عظیم از شبیه‌سازی‌های مصنوعی سیاه‌چاله آموزش دادند. این داده‌ها با استفاده از فناوری محاسباتی توان‌بالا (High Throughput Computing) از سوی مرکز محاسبات توان‌بالا (CHTC) وابسته به مؤسسه مورگریج و دانشگاه ویسکانسین-مدیسون فراهم شد. نتایج این پژوهش در قالب سه مقاله در نشریه Astronomy & Astrophysics منتشر شده است.
محاسبات توزیعی؛ موتور محرک علم
فناوری محاسبات توان‌بالا، یک سیستم رایج نیست. این سامانه که حدود ۴۰ سال پیش توسط میران لیونی، دانشمند رایانه از دانشگاه ویسکانسین توسعه یافت، با تقسیم وظایف بزرگ بین هزاران رایانه، امکان انجام محاسبات سنگین را به‌صورت هم‌زمان فراهم می‌کند. با این شیوه، یک مسئله بسیار پیچیده به مجموعه‌ای از مسائل کوچک‌تر و قابل‌حل در زمان کمتر تبدیل می‌شود. امروزه این روش به ابزاری کلیدی در کشف‌های علمی بدل شده و در زمینه‌هایی، چون ماده تاریک، امواج گرانشی و مقاومت آنتی‌بیوتیکی کاربرد دارد.
در سال ۲۰۱۹، تیم تلسکوپ افق رویداد (EHT) نخستین تصویر از یک سیاه‌چاله کلان‌جرم را در کهکشان M۸۷ منتشر کرد. سپس در سال ۲۰۲۲، تصویری ماندگار از سیاه‌چاله مرکز کهکشان راه‌شیری ارائه داد. هرچند این تصاویر چشمگیر بودند، اما داده‌های پشت‌صحنه آنها شامل اطلاعاتی بسیار عمیق‌تر بودند که رمزگشایی‌شان دشوار بود.
تلفیق فیزیک سیاه‌چاله‌ها و شبکه‌های عصبی
مطالعات پیشین EHT تنها از تعداد محدودی داده شبیه‌سازی‌شده استفاده می‌کردند. اما اکنون با حمایت بنیاد ملی علوم آمریکا (NSF) و از طریق پروژه «مشارکت برای ارتقای محاسبات توان‌بالا» (PATh)، دانشمندان توانستند میلیون‌ها داده مصنوعی را وارد یک شبکه عصبی بیزی کنند. این مدل قادر است عدم‌قطعیت‌ها را نیز در نظر بگیرد، موضوعی که امکان مقایسه دقیق‌تری میان داده‌های واقعی تلسکوپ و مدل‌های نظری فراهم می‌سازد.
نتایج به‌دست‌آمده نشان می‌دهد که سیاه‌چاله مرکز کهکشان ما با سرعتی بسیار بالا می‌چرخد و محور دوران آن به‌سمت زمین جهت‌گیری دارد. همچنین، تابش‌های اطراف آن عمدتاً ناشی از الکترون‌های بسیار داغ در قرص برافزایشی است، نه از جریانی به نام جت. افزون بر این، میدان‌های مغناطیسی اطراف قرص برافزایشی برخلاف نظریه‌های کلاسیک رفتار می‌کنند.
مایکل یانسن، پژوهشگر اصلی از دانشگاه رادبود هلند در این‌باره گفت: «شکستن نظریه‌های رایج، هیجان‌انگیز است. اما من نگاه واقع‌بینانه‌تری دارم؛ روش‌های هوش مصنوعی و یادگیری ماشین ما تنها نقطه شروع هستند. در ادامه، باید مدل‌ها و شبیه‌سازی‌ها را بهبود دهیم و گسترش ببخشیم.»
شبیه‌سازی در مقیاس میلیون‌ها مدل
چی-کوان چان، اخترشناس مؤسسه استیوارد در دانشگاه آریزونا و همکار دیرینه پروژه PATh، در این باره افزود: «توانایی گسترش مدل‌سازی تا مقیاس میلیون‌ها فایل داده مصنوعی، دستاوردی چشمگیر است. این کار نیازمند خودکارسازی دقیق فرآیند‌ها و توزیع مؤثر بار کاری بین منابع ذخیره‌سازی و ظرفیت پردازشی بود.»
آنتونی گیتر، پژوهشگر مؤسسه مورگریج و معاون پروژه PATh نیز گفت: «مایه خرسندی ماست که تیم EHT از قابلیت‌های محاسبات توان‌بالای ما برای استفاده از قدرت هوش مصنوعی در پژوهش‌هایشان بهره برده‌اند. مانند سایر حوزه‌های علمی، این توانایی امکان تولید داده‌هایی با کمیت و کیفیت بالا را فراهم کرد که لازمه آموزش مدل‌های مؤثر و رسیدن به کشف‌های علمی است.»
۱۲ میلیون شغل پردازشی در سه سال
منابع پردازشی پروژه سیاه‌چاله افق رویداد از «استخر علمی آزاد» (Open Science Pool) که توسط PATh اداره می‌شود، تأمین شدند. این شبکه رایانشی از مشارکت بیش از ۸۰ نهاد علمی در سراسر آمریکا تشکیل شده و در سه سال گذشته، بیش از ۱۲ میلیون شغل پردازشی را برای این پروژه انجام داده است.
چهار دهه نوآوری در محاسبات توزیعی
میرون لیونی، مدیر مرکز CHTC و پژوهشگر اصلی پروژه PATh نیز تأکید کرد: «اجرای یک بار پردازشی با میلیون‌ها شبیه‌سازی دقیقاً با قابلیت‌های سیستم‌های ما که در طی چهار دهه توسعه یافته، سازگار است. ما از همکاری با پژوهشگرانی که بار کاری آنها مرز‌های توانایی‌های ما را به چالش می‌کشد، استقبال می‌کنیم.»
منبع: برنا
