Cara seorang ahli astrofizik menggunakan Codex untuk membantu mensimulasikan lohong hitam

Graviti di sekitar lohong hitam begitu kuat sehingga tiada apa-apa pun, termasuk cahaya, dapat melepaskan diri apabila sudah cukup dekat. Ahli astrofizik seperti Chi-kwan Chan mengkaji lohong hitam melalui simulasi komputer dan pemerhatian. Namun, algoritma dan kuasa pengkomputeran semasa mengehadkan sejauh mana simulasi itu dapat menggambarkan keadaan sebenar.

Dengan Codex, Chan—seorang penyelidik di Universiti Arizona dan Balai Cerap Steward—sedang berusaha mengatasi masalah ini.

Menurutnya, lohong hitam merupakan antara tempat terbaik untuk menguji teori kerelatifan am Einstein. Teori itu kini merupakan penjelasan terbaik tentang graviti: graviti bukanlah daya yang menarik objek antara satu sama lain, tetapi terhasil apabila jisim dan tenaga melengkungkan ruang dan masa.

Chan menyertai kerjasama antarabangsa Event Horizon Telescope (EHT), yang menerbitkan imej pertama lohong hitam pada tahun 2019. Pasukan itu kini sedang mengumpulkan data pemerhatian untuk menghasilkan video pertama lohong hitam supermasif, dengan tumpuan pada lohong hitam di pusat galaksi M87. 

Namun, untuk memperoleh pemahaman saintifik daripada pemerhatian, sejumlah besar data perlu diproses, dengan aliran kerja pengkomputeran berskala besar dan simulasi yang mampu memodelkan beberapa fenomena fizik paling ekstrem di alam semesta.

Oleh sebab cahaya tidak dapat melepaskan diri daripada lohong hitam, saintis sebaliknya mengkaji kawasan di sekelilingnya yang dipanggil ufuk peristiwa, iaitu sempadan yang apabila dilintasi, jirim tidak lagi dapat melepaskan diri. “Sebaik sahaja permukaan ini dilintasi, tiada jalan kembali,” kata Chan. Jirim yang berpusar betul-betul di luar sempadan ini memancarkan cahaya yang dapat dilihat, diukur dan disimulasikan oleh ahli astrofizik. 

Imej yang diterbitkan oleh EHT pada tahun 2019 menunjukkan bayang lohong hitam yang dikelilingi plasma bercahaya berhampiran ufuk peristiwa. Chan membantu membangunkan alat simulasi dan pengkomputeran yang digunakan oleh pasukan itu untuk mentafsir pemerhatian tersebut. Sejak itu, Chan dan rakan-rakannya terus menambah baik instrumen dan keupayaan pemerhatian mereka sambil pasukan itu beralih daripada imej pegun kepada video.

Menangani masalah gerakan berpilin

Salah satu halangan terbesar bagi Chan dan pasukannya ialah memodelkan plasma di sekitar lohong hitam. Plasma ialah jirim yang dipanaskan ke suhu amat tinggi dan terdiri daripada elektron serta ion bercas elektrik.

Dalam banyak simulasi, saintis memudahkan pemodelan plasma dengan menganggapnya sebagai bendalir, lalu menggunakan persamaan yang diketahui umum untuk memodelkan pergerakannya di sekitar lohong hitam. Pendekatan itu berkesan dengan agak baik bagi plasma yang lebih tumpat, yang elektron dan ionnya sentiasa berlanggar antara satu sama lain. 

Namun, berhampiran lohong hitam supermasif yang dikaji oleh Chan dan rakan-rakannya, sesetengah kawasan menjadi begitu panas dan kurang tumpat sehingga zarah jarang bertemu antara satu sama lain. “Zarah-zarah itu hampir tidak berlanggar antara satu sama lain,” katanya. Sebaliknya, zarah-zarah itu kebanyakannya bergerak secara berpilin mengelilingi garis medan magnet. 

Untuk memodelkan gerakan itu dengan betul, penyelidik perlu menjejaki trilion elektron dan ion yang bergerak pantas secara berpilin di sekitar lohong hitam. Simulasi standard perlu mengira setiap putaran kecil, memaksa komputer menggunakan sela masa yang amat kecil.

Akibatnya, superkomputer terpantas di dunia sekalipun boleh menghabiskan sebahagian besar masanya untuk mengira pergerakan zarah yang amat kecil ini, dan bukannya mensimulasikan perilaku berskala lebih besar yang sebenarnya ingin dikaji oleh saintis.

“Selama berdekad-dekad, hal ini mengehadkan sejauh mana kami dapat mensimulasikan plasma lohong hitam secara realistik,” kata Chan.

Menggunakan AI untuk membina kembar digital yang lebih baik

Chan menjangkakan bahawa teknik matematik baharu boleh membantu mengatasi sebahagian daripada batasan ini. Idea asasnya ialah mengubah, secara matematik, cara simulasi menjejaki gerakan zarah supaya komputer tidak lagi perlu mengikuti setiap pilinan kecil secara langsung.

“Namun, meneroka semua kemungkinan matematik secara manual akan mengambil masa yang sangat lama,” kata Chan. Jadi, beliau menggunakan Codex untuk membantu menerbitkan algoritma yang berpotensi dan mengujinya dengan membandingkan hasilnya dengan penyelesaian yang telah diketahui.

Codex menjana banyak pendekatan yang berpotensi—namun tidak semuanya betul. “Namun, itu tidak mengapa,” kata Chan. “Kebanyakan idea saintifik gagal. Yang penting, algoritma ini boleh diuji. Apabila anda menemui satu yang berkesan, algoritma itu berpotensi membolehkan simulasi yang sebelum ini mustahil dilakukan.” 

Sesetengah sistem AI boleh memberikan hasil tanpa menunjukkan langkah-langkah yang digunakan untuk mencapai kesimpulan. Namun, kumpulan Chan menggunakan Codex untuk mencadangkan dan melaksanakan skema berangka yang boleh mereka semak, uji dan fahami dari sudut fizik.

Model bahasa besar masih melakukan kesilapan, dan ramai saintis masih berhati-hati menggunakan AI dalam penyelidikan. Namun, Chan percaya bahawa sains mungkin antara bidang terbaik untuk menggunakan sistem AI masa kini, justeru kerana idea saintifik boleh diuji dengan teliti dan ketat.

“Kami tidak menerima sesuatu idea semata-mata kerana idea itu datang daripada Einstein, pelajar yang pintar atau model AI,” katanya. “Kami hanya menerimanya selepas pengujian berulang kali.”

Chan melihat AI sebagai alat yang boleh membantu penyelidik meneroka lebih banyak idea, mengujinya dengan lebih pantas dan mempercepat penemuan, sambil tetap berpegang pada pengesahan dan kebolehulangan hasil.

Jika pendekatan yang diuji oleh Chan dengan Codex berjaya, algoritma baharu itu akhirnya boleh membolehkan saintis mensimulasikan trilion zarah di sekitar lohong hitam. Hal itu akan membolehkan penyelidik mengkaji fenomena fizik yang selama berdekad-dekad tidak dapat diterokai.