Kako astrofizičar uz pomoć alata Codex simulira crne rupe

Gravitacija oko crne rupe toliko je snažna da joj ništa, pa ni svjetlost, ne može pobjeći kad joj se dovoljno približi. Astrofizičari poput Chi-kwana Chana proučavaju crne rupe računalnim simulacijama i promatranjima. No postojeći algoritmi i računalna snaga ograničavaju realističnost tih simulacija.

Chan, istraživač na Sveučilištu u Arizoni i u zvjezdarnici Steward, nastoji riješiti taj problem uz pomoć alata Codex.

Crne rupe među najboljim su mjestima za provjeru Einsteinove opće teorije relativnosti, kaže Chan. Ta je teorija trenutačno naše najbolje objašnjenje gravitacije: ona nije sila koja privlači tijela jedno prema drugome, nego posljedica zakrivljenosti prostorvremena koju uzrokuju masa i energija.

Chan sudjeluje u međunarodnom projektu Event Horizon Telescope (EHT), u sklopu kojeg je 2019. objavljena prva slika crne rupe. Tim trenutačno prikuplja podatke promatranja kako bi izradio prvi videozapis supermasivne crne rupe, usredotočujući se na onu u središtu galaksije M87. 

No pretvaranje opažanja u znanstvene spoznaje zahtijeva obradu golemih količina podataka, računalne procese velikih razmjera i simulacije koje mogu modelirati neke od najekstremnijih fizikalnih pojava u svemiru.

Budući da svjetlost ne može pobjeći iz crne rupe, znanstvenici umjesto toga proučavaju područje oko nje, takozvani horizont događaja, granicu iza koje tvar više ne može pobjeći. „To je ploha iza koje nema povratka”, kaže Chan. Tvar koja kruži neposredno izvan te granice emitira svjetlost koju astrofizičari mogu vidjeti, mjeriti i simulirati. 

Slika koju je EHT objavio 2019. prikazivala je sjenu crne rupe okruženu sjajnom plazmom blizu horizonta događaja. Chan je sudjelovao u razvoju simulacijskih i računalnih alata kojima se tim služio za tumačenje opažanja. Otad Chan i njegovi kolege nastavljaju usavršavati instrumente i mogućnosti promatranja dok tim prelazi sa statičnih slika na videozapise.

Rješavanje problema spiralnog gibanja

Jedna od najvećih prepreka za Chana i njegov tim jest modeliranje plazme oko crnih rupa. Plazma je tvar zagrijana na iznimno visoku temperaturu, a sastoji se od električki nabijenih elektrona i iona.

U mnogim simulacijama znanstvenici pojednostavljuju prikaz plazme tako što je promatraju kao fluid, služeći se dobro poznatim jednadžbama za modeliranje njezina gibanja oko crne rupe. To daje razmjerno dobre rezultate u gušćoj plazmi, u kojoj se elektroni i ioni neprestano međusobno sudaraju. 

No u blizini supermasivnih crnih rupa koje Chan i njegovi kolege proučavaju neka područja postaju toliko vruća i razrijeđena da se čestice rijetko susreću. „One se zapravo ne sudaraju”, objašnjava Chan. Umjesto toga, čestice se uglavnom spiralno gibaju oko silnica magnetskog polja. 

Kako bi ispravno modelirali takvo ponašanje, istraživači moraju pratiti bilijune elektrona i iona dok se brzo gibaju zavojitim putanjama oko crne rupe. Standardne simulacije moraju izračunati svaki sitni zavoj, zbog čega računala moraju raditi u iznimno malim vremenskim koracima.

Zbog toga čak i najbrža superračunala na svijetu mogu većinu vremena trošiti na izračunavanje tih sićušnih pomaka čestica umjesto na simuliranje ponašanja na većim razmjerima koje znanstvenici zapravo žele proučavati.

„To već desetljećima ograničava koliko realistično možemo simulirati plazmu oko crnih rupa”, kaže Chan.

Izrada boljeg digitalnog blizanca uz pomoć umjetne inteligencije

Chan je pretpostavljao da bi nove matematičke tehnike mogle pomoći u zaobilaženju nekih od tih ograničenja. Osnovna je zamisao bila matematički promijeniti način na koji simulacija prati gibanje čestica kako računalo više ne bi moralo izravno pratiti svaku sićušnu spiralu.

„No ručno istraživanje svih matematičkih mogućnosti oduzelo bi silno mnogo vremena”, kaže Chan. Zato se okrenuo alatu Codex kako bi mu pomogao izvesti moguće algoritme i provjeriti ih usporedbom s poznatim rješenjima.

Codex je predložio mnoge moguće pristupe, no nisu svi bili ispravni. „Ali to je u redu”, kaže Chan. „Većina znanstvenih ideja ne uspije. Važno je da se ti algoritmi mogu provjeriti. Kad pronađete neki koji funkcionira, on bi mogao omogućiti simulacije koje su prije bile nemoguće.” 

Neki sustavi umjetne inteligencije mogu dati rezultate bez prikaza koraka kojima su došli do zaključaka. No Chanov tim služi se alatom Codex za predlaganje i implementaciju numeričkih shema koje mogu pregledati, testirati i razumjeti s fizikalnog stajališta.

Veliki jezični modeli i dalje griješe, a mnogi su znanstvenici i dalje oprezni prema upotrebi umjetne inteligencije u istraživanju. No Chan vjeruje da bi znanost mogla biti jedno od najboljih područja primjene današnjih sustava umjetne inteligencije upravo zato što se znanstvene ideje mogu strogo provjeravati.

„Ne prihvaćamo ideju zato što je potekla od Einsteina, nadarenog studenta ili modela umjetne inteligencije”, kaže Chan. „Prihvaćamo je tek nakon višestrukih provjera.”

Chan vidi umjetnu inteligenciju kao alat koji istraživačima može pomoći da istraže više ideja, brže ih testiraju i ubrzaju otkrića, a da pritom njihov rad ostane utemeljen na provjeri i ponovljivosti rezultata.

Ako se pristupi koje Chan testira uz pomoć alata Codex pokažu uspješnima, novi bi algoritmi s vremenom mogli omogućiti znanstvenicima da simuliraju bilijune čestica oko crnih rupa. To bi istraživačima omogućilo proučavanje fizikalnih pojava koje su desetljećima bile izvan njihova dosega.