Sådan bruger en astrofysiker Codex til at simulere sorte huller

Tyngdekraften omkring et sort hul er så ekstrem, at intet, ikke engang lys, kan slippe væk, når det først kommer tæt nok på. Astrofysikere som Chi-kwan Chan undersøger sorte huller ved hjælp af computersimuleringer og observationer. Men de nuværende algoritmer og den tilgængelige regnekraft begrænser, hvor realistiske simuleringerne kan være.

Med Codex tager Chan, der er forsker ved University of Arizona og Steward Observatory, fat på dette problem.

Sorte huller er blandt de bedste steder at teste Einsteins generelle relativitetsteori, fortæller han. Teorien er i dag vores bedste forklaring på tyngdekraften: I stedet for at være en kraft, der trækker objekter mod hinanden, er tyngdekraften et resultat af, at masse og energi krummer rumtiden.

Chan er en del af det internationale Event Horizon Telescope-samarbejde (EHT), som offentliggjorde det første billede af et sort hul i 2019. Holdet indsamler i øjeblikket observationer for at skabe den første video af et supermassivt sort hul og fokuserer på det, der ligger i centrum af galaksen M87. 

Men at omsætte observationer til videnskabelig forståelse kræver enorme mængder databehandling, omfattende beregningsprocesser og simuleringer, der kan modellere nogle af universets mest ekstreme fysiske fænomener.

Da lys ikke kan slippe ud af et sort hul, undersøger forskerne i stedet området omkring det, kaldet begivenhedshorisonten, en grænse, som stof ikke kan slippe tilbage over, når det først har passeret den. »Det er en overflade, hvorfra der ikke er nogen vej tilbage,« siger Chan. Stof, der hvirvler rundt lige uden for denne grænse, udsender lys, som astrofysikere kan se, måle og simulere. 

Billedet, som EHT offentliggjorde i 2019, viste skyggen af et sort hul omgivet af glødende plasma nær begivenhedshorisonten. Chan var med til at udvikle de simulerings- og beregningsværktøjer, som holdet brugte til at fortolke observationerne. Siden da har Chan og hans kolleger fortsat forbedret deres instrumenter og observationsmuligheder, mens holdet bevæger sig fra stillbilleder mod videoer.

Et problem, der bevæger sig i spiraler

En af de største udfordringer for Chan og hans hold er at modellere plasmaet omkring sorte huller. Plasma er ekstremt varmt stof, der består af elektrisk ladede elektroner og ioner.

I mange simuleringer forenkler forskerne plasma ved at behandle det som en væske og bruge velkendte ligninger til at modellere dets bevægelse omkring et sort hul. Det fungerer rimeligt godt i tættere plasma, hvor elektronerne og ionerne konstant støder sammen. 

Men nær de supermassive sorte huller, som Chan og hans kolleger undersøger, bliver plasmaet i nogle områder så varmt og tyndt, at partiklerne sjældent møder hinanden. »De støder stort set ikke sammen,« siger han. I stedet bevæger partiklerne sig hovedsageligt i spiraler omkring magnetfeltlinjer. 

For at modellere denne adfærd korrekt skal forskerne følge billioner af elektroner og ioner, mens de bevæger sig i hurtige spiralbaner omkring et sort hul. Almindelige simuleringer skal beregne hver eneste lille drejning, hvilket tvinger computerne til at arbejde med ekstremt små tidsskridt.

Derfor kan selv verdens hurtigste supercomputere bruge det meste af tiden på at beregne disse bittesmå partikelbevægelser i stedet for at simulere den adfærd i større skala, som forskerne egentlig vil undersøge.

»I årtier har det begrænset, hvor realistisk vi kan simulere plasma omkring sorte huller,« siger Chan.

En bedre digital tvilling med AI

Chan havde en formodning om, at nye matematiske metoder kunne hjælpe med at omgå nogle af disse begrænsninger. Grundidéen var at ændre den matematiske måde, simuleringen fulgte partiklernes bevægelse på, så computeren ikke længere behøvede at følge hver eneste lille spiral direkte.

»Men at udforske alle de matematiske muligheder i hånden ville have taget enormt lang tid,« siger Chan. Derfor tog han Codex i brug for at få hjælp til at udlede mulige algoritmer og teste dem op mod kendte løsninger.

Codex genererede mange mulige tilgange – ikke alle var korrekte. »Men det er okay,« siger Chan. »De fleste videnskabelige idéer slår fejl. Det afgørende er, at algoritmerne kan testes. Når man finder en, der virker, kan den potentielt åbne for simuleringer, der tidligere var umulige.« 

Nogle AI-systemer kan levere resultater uden at vise, hvilke trin der førte frem til deres konklusioner. Men Chans gruppe bruger Codex til at foreslå og implementere numeriske metoder, som de kan gennemgå, teste og forstå ud fra fysikken.

Store sprogmodeller begår stadig fejl, og mange forskere er fortsat forsigtige med at bruge AI i forskningen. Men Chan mener, at videnskab kan være et af de bedste anvendelsesområder for nutidens AI-systemer, netop fordi videnskabelige idéer kan testes grundigt og systematisk.

»Vi accepterer ikke en idé, fordi den kommer fra Einstein, fra en dygtig studerende eller fra en AI-model,« siger han. »Vi accepterer den først efter gentagne tests.«

Chan ser AI som et værktøj, der kan hjælpe forskere med at udforske flere idéer, teste dem hurtigere og gøre nye opdagelser hurtigere uden at gå på kompromis med kravene om efterprøvning og reproducerbarhed.

Hvis de tilgange, som Chan tester med Codex, viser sig at virke, kan de nye algoritmer på sigt gøre det muligt for forskere at simulere billioner af partikler omkring sorte huller. Det vil give forskerne mulighed for at undersøge fysiske fænomener, som i årtier har været uden for rækkevidde.