Como um astrofísico usa o Codex para ajudar a simular buracos negros

A gravidade em torno de um buraco negro é tão extrema que nada, nem sequer a luz, consegue escapar quando se aproxima o suficiente. Astrofísicos como Chi-kwan Chan estudam os buracos negros através de simulações computacionais e observações. Mas os algoritmos e a capacidade de computação atuais limitam o realismo dessas simulações.

Com o Codex, Chan — investigador da Universidade do Arizona e do Observatório Steward — está a enfrentar este problema.

Segundo Chan, os buracos negros estão entre os melhores locais para testar a teoria da relatividade geral de Einstein. Esta teoria é, atualmente, a nossa melhor explicação da gravidade: em vez de ser uma força que atrai os objetos uns para os outros, a gravidade resulta da curvatura do tecido do espaço e do tempo provocada pela massa e pela energia.

Chan faz parte da colaboração internacional Event Horizon Telescope (EHT), que publicou a primeira imagem de um buraco negro em 2019. A equipa está atualmente a recolher observações para produzir o primeiro vídeo de um buraco negro supermassivo, centrando-se no que se encontra no centro da galáxia M87. 

Mas transformar observações em conhecimento científico exige o processamento de enormes volumes de dados, fluxos de trabalho computacionais em grande escala e simulações capazes de modelar alguns dos fenómenos físicos mais extremos do universo.

Como a luz não consegue escapar de um buraco negro, os cientistas estudam antes a região à sua volta, chamada horizonte de eventos: uma fronteira para lá da qual a matéria não consegue escapar. «É uma superfície sem retorno», explicou Chan. A matéria que gira imediatamente fora desta fronteira emite luz que os astrofísicos conseguem observar, medir e simular. 

A imagem divulgada pelo EHT em 2019 mostrava a sombra de um buraco negro envolta em plasma luminoso perto do horizonte de eventos. Chan ajudou a desenvolver as ferramentas de simulação e computação que a equipa utilizou para interpretar as observações. Desde então, Chan e os seus colegas têm continuado a melhorar os instrumentos e a capacidade de observação, à medida que a equipa avança das imagens estáticas para os vídeos.

Enfrentar um problema em espiral

Um dos maiores obstáculos para Chan e a sua equipa é a modelação do plasma em torno dos buracos negros. O plasma é matéria a temperaturas extremamente elevadas, composta por eletrões e iões com carga elétrica.

Em muitas simulações, os cientistas simplificam a representação do plasma, tratando-o como um fluido e usando equações bem conhecidas para modelar o seu movimento em torno de um buraco negro. Esta abordagem funciona razoavelmente bem em plasma mais denso, onde os eletrões e os iões colidem constantemente entre si. 

Mas, perto dos buracos negros supermassivos que Chan e os seus colegas estudam, algumas regiões tornam-se tão quentes e pouco densas que as partículas raramente se encontram. «Praticamente não colidem entre si», explicou. Em vez disso, as partículas movem-se sobretudo em espiral em torno das linhas do campo magnético. 

Para modelar corretamente esse comportamento, os investigadores precisam de acompanhar biliões de eletrões e iões que descrevem rápidas trajetórias helicoidais em torno de um buraco negro. As simulações convencionais têm de calcular cada minúscula volta, obrigando os computadores a usar intervalos de tempo extremamente pequenos.

Por isso, mesmo os supercomputadores mais rápidos do mundo podem passar a maior parte do tempo a calcular estes movimentos minúsculos das partículas, em vez de simular o comportamento à escala mais ampla que os cientistas realmente querem estudar.

«Durante décadas, isto tem limitado o realismo com que conseguimos simular o plasma dos buracos negros», afirmou Chan.

Usar a IA para criar um gémeo digital melhor

Chan suspeitava que novas técnicas matemáticas poderiam ajudar a contornar algumas destas limitações. A ideia de base era alterar, em termos matemáticos, a forma como a simulação acompanhava o movimento das partículas, para que o computador deixasse de ter de seguir diretamente cada pequena espiral.

«Mas explorar manualmente todas as possibilidades matemáticas teria demorado imenso tempo», disse Chan. Por isso, recorreu ao Codex para ajudar a desenvolver possíveis algoritmos e a testá-los por comparação com soluções conhecidas.

O Codex gerou muitas abordagens possíveis — nem todas corretas. «Mas não há problema», disse Chan. «A maioria das ideias científicas falha. O que importa é que estes algoritmos podem ser testados. Quando encontramos um que funciona, ele pode viabilizar simulações que antes eram impossíveis.» 

Alguns sistemas de IA podem apresentar resultados sem mostrar os passos que seguiram para chegar às suas conclusões. Mas o grupo de Chan usa o Codex para propor e implementar métodos numéricos que os investigadores podem examinar, testar e compreender do ponto de vista físico.

Os grandes modelos de linguagem ainda cometem erros, e muitos cientistas continuam a encarar com cautela o uso da IA na investigação. Mas Chan acredita que a ciência pode ser uma das melhores aplicações dos sistemas de IA atuais, precisamente porque as ideias científicas podem ser testadas com rigor.

«Não aceitamos uma ideia por ter vindo de Einstein, de um estudante brilhante ou de um modelo de IA», afirmou. «Só a aceitamos depois de a testar repetidamente.»

Chan vê a IA como uma ferramenta que pode ajudar os investigadores a explorar mais ideias, a testá-las mais depressa e a acelerar as descobertas, sem deixar de assentar na verificação e na reprodutibilidade.

Se as abordagens que Chan está a testar com o Codex forem bem-sucedidas, os novos algoritmos poderão vir a permitir que os cientistas simulem biliões de partículas em torno de buracos negros. Isso permitiria aos investigadores estudar fenómenos físicos que permanecem fora do seu alcance há décadas.