Carane ahli astrofisika nggunakake Codex kanggo mbantu nyimulasekake bolongan ireng

Gravitasi ing sakupenge bolongan ireng kuwat banget nganti ora ana apa wae, kalebu cahya, sing bisa uwal yen wis cedhak banget. Ahli astrofisika kaya Chi-kwan Chan nyinaoni bolongan ireng nganggo simulasi komputer lan pengamatan. Nanging, algoritma lan daya komputasi saiki mbatesi sepira nyata simulasi kasebut bisa nggambarake kahanan sing satemene.

Kanthi Codex, Chan—panaliti ing University of Arizona lan Steward Observatory—ngupaya ngrampungake masalah iki.

Miturut Chan, bolongan ireng kalebu papan sing paling apik kanggo nguji teori relativitas umum Einstein. Nganti saiki, teori kasebut minangka panjelasan paling apik babagan gravitasi: dudu gaya sing narik barang supaya padha nyedhak, nanging akibat saka massa lan energi sing nglengkungake ruang lan wektu.

Chan melu kolaborasi internasional Event Horizon Telescope (EHT), sing nerbitake gambar bolongan ireng kapisan ing taun 2019. Tim kasebut saiki lagi nglumpukake asil pengamatan kanggo nggawe video bolongan ireng supermasif kapisan, kanthi fokus ing bolongan ireng ing punjere galaksi M87. 

Nanging, kanggo ngowahi asil pengamatan dadi pangerten ilmiah, dibutuhake pangolahan data sing akeh banget, alur kerja komputasi skala gedhe, lan simulasi sing bisa nggambarake sawetara fenomena fisika paling ekstrem ing jagad raya.

Amarga cahya ora bisa uwal saka bolongan ireng, para ilmuwan nyinaoni wilayah ing sakupenge sing diarani cakrawala kedadeyan, yaiku wates sing yen wis diliwati, materi ora bisa uwal maneh. “Yen wis ngliwati lumahing iki, ora bisa bali maneh,” ujare Chan. Materi sing muter pas ing njaba wates iki mancarake cahya sing bisa dideleng, diukur, lan disimulasekake dening para ahli astrofisika. 

Gambar sing diterbitake EHT ing taun 2019 nuduhake ayang-ayang bolongan ireng ing tengah plasma sing sumunar cedhak cakrawala kedadeyan. Chan mbantu ngembangake piranti simulasi lan komputasi sing digunakake tim kasebut kanggo nafsirake asil pengamatan. Wiwit kuwi, Chan lan kanca-kancane terus nyampurnakake instrumen lan kemampuan pengamatan nalika tim kasebut wiwit ngalih saka gambar meneng menyang video.

Ngatasi masalah gerak spiral

Salah siji alangan paling gedhe kanggo Chan lan time yaiku nggawe model plasma ing sakupenge bolongan ireng. Plasma yaiku materi sing panas banget, kasusun saka elektron lan ion sing nduweni muatan listrik.

Ing akeh simulasi, para ilmuwan nyederhanakake plasma kanthi nganggep kaya fluida, banjur nggunakake persamaan sing wis umum dingerteni kanggo nggambarake obahe ing sakupenge bolongan ireng. Cara kuwi cukup becik kanggo plasma sing luwih padhet, sing elektron lan ione terus tabrakan siji lan sijine. 

Nanging, ing cedhak bolongan ireng supermasif sing ditliti Chan lan kanca-kancane, sawetara wilayah dadi panas lan renggang banget nganti partikel-partikele arang ketemu siji lan sijine. “Partikel-partikel kuwi meh ora tau tabrakan siji lan sijine,” ujare. Partikel-partikel kasebut malah luwih kerep obah kanthi pola spiral ngubengi garis medan magnet. 

Kanggo nggambarake prilaku kasebut kanthi bener, para panaliti kudu nglacak triliunan elektron lan ion sing obah cepet kanthi pola spiral ing sakupenge bolongan ireng. Simulasi standar kudu ngetung saben puteran cilik, mula komputer kepeksa nggunakake langkah wektu sing cendhak banget.

Akibate, malah superkomputer paling cepet ing donya bisa ngentekake saperangan gedhe wektune mung kanggo ngetung obahe partikel sing cilik banget iki, dudu kanggo nyimulasekake prilaku ing skala luwih gedhe sing sejatine arep ditliti para ilmuwan.

“Wis puluhan taun, perkara iki mbatesi sepira nyata kita bisa nyimulasekake plasma bolongan ireng,” ujare Chan.

Nggunakake AI kanggo nggawe kembaran digital sing luwih apik

Chan nduga yen teknik matematika anyar bisa mbantu ngatasi sawetara watesan kasebut. Gagasan dhasare yaiku ngowahi cara simulasi nglacak obahe partikel kanthi matematis, supaya komputer ora perlu maneh ngetutake saben spiral cilik kanthi langsung.

“Nanging, njajahi kabeh kemungkinan matematika kanthi manual mesthi bakal mbutuhake wektu sing suwe banget,” ujare Chan. Mula, dheweke nggunakake Codex kanggo mbantu ngrumusake calon algoritma lan nguji kanthi mbandhingake karo solusi sing wis dingerteni.

Codex ngasilake akeh cara sing bisa dicoba—nanging ora kabeh bener. “Nanging kuwi ora dadi masalah,” ujare Chan. “Umume gagasan ilmiah pancen gagal. Sing penting, algoritma-algoritma iki bisa diuji. Yen wis nemokake siji sing bisa mlaku kanthi becik, algoritma kuwi bisa mbukak dalan kanggo simulasi sing sadurunge mokal ditindakake.” 

Sawetara sistem AI bisa menehi asil tanpa nuduhake langkah-langkah sing digunakake kanggo ngasilake dudutane. Nanging, klompoke Chan nggunakake Codex kanggo ngusulake lan ngetrapake skema numerik sing bisa dipriksa, diuji, lan dimangerteni saka sisi fisikane.

Model basa gedhe isih bisa salah, lan akeh ilmuwan sing tetep ngati-ati nggunakake AI ing panaliten. Nanging, Chan percaya yen ilmu pengetahuan bisa dadi salah siji panggunaan paling apik kanggo sistem AI saiki, justru amarga gagasan ilmiah bisa diuji kanthi ketat.

“Kita ora nampa sawijining gagasan mung amarga asale saka Einstein, saka mahasiswa sing pinter, utawa saka model AI,” ujare. “Kita mung nampa gagasan kuwi sawise diuji bola-bali.”

Chan nganggep AI minangka piranti sing bisa mbantu para panaliti njajahi luwih akeh gagasan, nguji kanthi luwih cepet, lan nyepetake panemuan, nanging tetep adhedhasar verifikasi lan asil sing bisa dibuktekake maneh.

Yen cara-cara sing lagi diuji Chan nganggo Codex kasil, algoritma anyar kasebut mengko bisa ndadekake para ilmuwan bisa nyimulasekake triliunan partikel ing sakupenge bolongan ireng. Kanthi mangkono, para panaliti bisa nyinaoni fenomena fisika sing wis puluhan taun durung bisa ditliti.