Näin astrofyysikko käyttää Codexia mustien aukkojen simulointiin

Mustan aukon ympärillä painovoima on niin voimakas, ettei mikään, ei edes valo, pääse pakoon jouduttuaan riittävän lähelle. Chi-kwan Chanin kaltaiset astrofyysikot tutkivat mustia aukkoja tietokonesimulaatioiden ja havaintojen avulla. Nykyiset algoritmit ja laskentateho kuitenkin rajoittavat sitä, kuinka realistisia simulaatiot voivat olla.

Arizonan yliopistossa ja Stewardin observatoriossa työskentelevä tutkija Chan pyrkii ratkaisemaan tätä ongelmaa Codexin avulla.

Hänen mukaansa mustat aukot ovat parhaita paikkoja testata Einsteinin yleistä suhteellisuusteoriaa. Teoria on tällä hetkellä paras selityksemme painovoimalle: se ei ole kappaleita toisiaan kohti vetävä voima, vaan seurausta siitä, että massa ja energia kaareuttavat avaruuden ja ajan rakennetta.

Chan on mukana kansainvälisessä Event Horizon Telescope (EHT) -yhteistyöhankkeessa, joka julkaisi ensimmäisen kuvan mustasta aukosta vuonna 2019. Ryhmä kerää parhaillaan havaintoja tuottaakseen ensimmäisen videon supermassiivisesta mustasta aukosta. Kohteena on M87-galaksin keskustassa oleva musta aukko. 

Havaintojen jalostaminen tieteelliseksi ymmärrykseksi vaatii kuitenkin valtavasti datankäsittelyä, laajoja laskennallisia työnkulkuja ja simulaatioita, joilla voidaan mallintaa maailmankaikkeuden äärimmäisimpiä fysikaalisia ilmiöitä.

Koska valo ei pääse pakenemaan mustasta aukosta, tutkijat tarkastelevat sen sijaan sitä ympäröivää tapahtumahorisonttia – rajaa, jonka takaa aine ei voi enää paeta. ”Se on pinta, jonka tuolta puolen ei ole paluuta”, Chan sanoo. Aivan tämän rajan ulkopuolella kiertävä aine säteilee valoa, jota astrofyysikot voivat havaita, mitata ja simuloida. 

EHT:n vuonna 2019 julkaisemassa kuvassa näkyi mustan aukon varjo tapahtumahorisontin lähellä hehkuvan plasman keskellä. Chan oli mukana kehittämässä simulointi- ja laskentatyökaluja, joita ryhmä käytti havaintojen tulkitsemiseen. Sen jälkeen Chan kollegoineen on jatkanut mittalaitteiden ja havaintovalmiuksien kehittämistä ryhmän siirtyessä yksittäisistä kuvista kohti videoita.

Kierteisen liikkeen ongelmaa ratkaisemassa

Yksi Chanin ja hänen ryhmänsä suurimmista haasteista on mustia aukkoja ympäröivän plasman mallintaminen. Plasma on äärimmäisen kuumaa ainetta, joka koostuu sähköisesti varautuneista elektroneista ja ioneista.

Monissa simulaatioissa tutkijat yksinkertaistavat plasmaa käsittelemällä sitä fluidina ja mallintavat sen liikettä mustan aukon ympärillä tunnettujen yhtälöiden avulla. Tämä toimii kohtuullisen hyvin tiheämmässä plasmassa, jossa elektronit ja ionit törmäävät jatkuvasti toisiinsa. 

Chanin ja hänen kollegoidensa tutkimien supermassiivisten mustien aukkojen lähellä jotkin alueet ovat kuitenkin niin kuumia ja harvoja, että hiukkaset kohtaavat toisiaan vain harvoin. ”Ne eivät juuri törmää toisiinsa”, hän sanoo. Sen sijaan hiukkaset liikkuvat enimmäkseen kierteisesti magneettikentän voimaviivojen ympäri. 

Jotta tätä käyttäytymistä voidaan mallintaa oikein, tutkijoiden on seurattava biljoonia elektroneja ja ioneja, jotka liikkuvat nopeasti korkkiruuvimaisia ratoja pitkin mustan aukon ympärillä. Tavanomaisissa simulaatioissa on laskettava jokainen pienikin käännös, mikä pakottaa tietokoneet käyttämään äärimmäisen pieniä aika-askelia.

Siksi jopa maailman nopeimmilla supertietokoneilla suurin osa ajasta voi kulua näiden hiukkasten pienten liikkeiden laskemiseen sen sijaan, että ne simuloisivat niitä laajempia ilmiöitä, joita tutkijat todella haluavat tutkia.

”Tämä on vuosikymmenten ajan rajoittanut sitä, kuinka realistisesti voimme simuloida mustien aukkojen plasmaa”, Chan sanoo.

Parempi digitaalinen kaksonen tekoälyn avulla

Chan arveli, että uudet matemaattiset menetelmät voisivat auttaa kiertämään osan näistä rajoituksista. Perusajatuksena oli muuttaa matemaattisesti tapaa, jolla simulaatio seuraa hiukkasten liikettä, jotta tietokoneen ei enää tarvitsisi seurata suoraan jokaista pientä kierrettä.

”Kaikkien matemaattisten mahdollisuuksien tutkiminen käsin olisi kuitenkin vienyt valtavasti aikaa”, Chan sanoo. Niinpä hän otti Codexin avuksi johtamaan mahdollisia algoritmeja ja testaamaan niitä tunnettuja ratkaisuja vasten.

Codex tuotti monia mahdollisia lähestymistapoja – mutta kaikki niistä eivät olleet oikeita. ”Mutta se ei haittaa”, Chan sanoo. ”Useimmat tieteelliset ideat eivät toimi. Tärkeää on, että näitä algoritmeja voi testata. Kun löytyy toimiva algoritmi, se voi mahdollistaa simulaatioita, jotka olivat aiemmin mahdottomia.” 

Jotkin tekoälyjärjestelmät voivat antaa tuloksia näyttämättä, mitä vaiheita pitkin ne päätyivät johtopäätöksiinsä. Chanin ryhmä sen sijaan käyttää Codexia ehdottamaan ja toteuttamaan numeerisia menetelmiä, joita tutkijat voivat tarkastella, testata ja ymmärtää fysikaalisesti.

Suuret kielimallit tekevät yhä virheitä, ja monet tutkijat suhtautuvat edelleen varauksella tekoälyn käyttöön tutkimuksessa. Chan kuitenkin uskoo, että tiede voi olla yksi nykyisten tekoälyjärjestelmien parhaista käyttökohteista juuri siksi, että tieteellisiä ideoita voidaan testata perusteellisesti.

”Emme hyväksy ideaa siksi, että se on peräisin Einsteinilta, lahjakkaalta opiskelijalta tai tekoälymallilta”, hän sanoo. ”Hyväksymme sen vasta toistuvien testien jälkeen.”

Chan näkee tekoälyn työkaluna, jonka avulla tutkijat voivat tutkia useampia ideoita, testata niitä nopeammin ja vauhdittaa löytöjä pitäen samalla kiinni tulosten todentamisesta ja toistettavuudesta.

Jos Chanin Codexin avulla testaamat lähestymistavat toimivat, uudet algoritmit voisivat lopulta antaa tutkijoille mahdollisuuden simuloida biljoonia hiukkasia mustien aukkojen ympärillä. Näin tutkijat pääsisivät tarkastelemaan fysikaalisia ilmiöitä, jotka ovat olleet tutkimuksen ulottumattomissa vuosikymmeniä.