Ako astrofyzik využíva Codex pri simulovaní čiernych dier

Gravitácia v okolí čiernej diery je taká silná, že nič, dokonca ani svetlo, nedokáže uniknúť, keď sa dostane dostatočne blízko. Astrofyzici ako Chi-kwan Chan skúmajú čierne diery pomocou počítačových simulácií a pozorovaní. Súčasné algoritmy a výpočtový výkon však obmedzujú, nakoľko môžu tieto simulácie zodpovedať realite.

Chan, výskumník na Arizonskej univerzite a v Stewardovom observatóriu, rieši tento problém pomocou nástroja Codex.

Čierne diery patria podľa neho medzi najlepšie miesta na testovanie Einsteinovej všeobecnej teórie relativity. Táto teória je v súčasnosti naším najlepším vysvetlením gravitácie: nejde o silu, ktorá priťahuje objekty k sebe, ale o dôsledok zakrivenia priestoru a času pôsobením hmoty a energie.

Chan je súčasťou medzinárodného projektu Event Horizon Telescope (EHT), ktorý v roku 2019 zverejnil prvú snímku čiernej diery. Tím teraz zhromažďuje pozorovania na vytvorenie prvého videa supermasívnej čiernej diery, pričom sa zameriava na tú v strede galaxie M87. 

Premeniť pozorovania na vedecké poznatky si však vyžaduje spracovanie obrovského množstva údajov, rozsiahle výpočtové postupy a simulácie schopné modelovať jedny z najextrémnejších fyzikálnych javov vo vesmíre.

Keďže svetlo nedokáže z čiernej diery uniknúť, vedci namiesto nej skúmajú oblasť okolo nej nazývanú horizont udalostí – hranicu, spoza ktorej hmota už nemôže uniknúť. „Je to plocha, spoza ktorej niet návratu,“ povedal Chan. Hmota víriaca tesne pred touto hranicou vyžaruje svetlo, ktoré astrofyzici dokážu pozorovať, merať a simulovať. 

Snímka zverejnená tímom EHT v roku 2019 ukázala tieň čiernej diery obklopený žiariacou plazmou v blízkosti horizontu udalostí. Chan pomáhal vyvíjať simulačné a výpočtové nástroje, ktoré tím použil na interpretáciu pozorovaní. Odvtedy Chan a jeho kolegovia naďalej zdokonaľujú svoje prístroje a pozorovacie možnosti, pričom tím postupne prechádza od statických snímok k videám.

Ako zvládnuť problém špirálového pohybu

Jednou z najväčších prekážok pre Chana a jeho tím je modelovanie plazmy okolo čiernych dier. Plazma je hmota zahriata na extrémne vysokú teplotu, ktorú tvoria elektricky nabité elektróny a ióny.

V mnohých simuláciách vedci plazmu zjednodušene opisujú ako tekutinu a jej pohyb okolo čiernej diery modelujú pomocou dobre známych rovníc. Tento prístup funguje pomerne dobre v hustejšej plazme, kde sa elektróny a ióny neustále navzájom zrážajú. 

V blízkosti supermasívnych čiernych dier, ktoré Chan a jeho kolegovia skúmajú, sú však niektoré oblasti také horúce a riedke, že sa častice stretávajú len zriedka. „V podstate sa navzájom nezrážajú,“ povedal. Namiesto toho sa častice pohybujú prevažne po špirálach okolo magnetických siločiar. 

Aby výskumníci toto správanie správne modelovali, musia sledovať bilióny elektrónov a iónov, ktoré sa rýchlo pohybujú po špirálach okolo čiernej diery. Bežné simulácie musia vypočítať každú drobnú otočku, čo núti počítače používať extrémne malé časové kroky.

Aj najrýchlejšie superpočítače na svete tak môžu väčšinu času tráviť výpočtom týchto nepatrných pohybov častíc namiesto simulovania správania vo väčšom meradle, ktoré vedci skutočne chcú skúmať.

„Už desaťročia to obmedzuje, ako verne dokážeme simulovať plazmu v okolí čiernych dier,“ povedal Chan.

Lepšie digitálne dvojča vďaka AI

Chan predpokladal, že nové matematické metódy by mohli pomôcť obísť niektoré z týchto obmedzení. Základnou myšlienkou bolo matematicky zmeniť spôsob, akým simulácia sleduje pohyb častíc, aby počítač už nemusel priamo sledovať každú drobnú špirálu.

„Ručné skúmanie všetkých matematických možností by však zabralo obrovské množstvo času,“ povedal Chan. Obrátil sa preto na Codex, aby mu pomohol odvodiť možné algoritmy a otestovať ich porovnaním so známymi riešeniami.

Codex vygeneroval mnoho možných prístupov – nie všetky boli správne. „To je však v poriadku,“ povedal Chan. „Väčšina vedeckých nápadov nevyjde. Dôležité je, že tieto algoritmy sa dajú testovať. Keď nájdete taký, ktorý funguje, môže vám otvoriť cestu k simuláciám, ktoré boli predtým nemožné.“ 

Niektoré systémy AI dokážu poskytnúť výsledky bez toho, aby ukázali kroky, ktorými dospeli k svojim záverom. Chanov tím však používa Codex na navrhovanie a implementáciu numerických schém, ktoré môžu preskúmať, otestovať a pochopiť z fyzikálneho hľadiska.

Veľké jazykové modely stále robia chyby a mnohí vedci zostávajú pri využívaní AI vo výskume opatrní. Chan však verí, že veda môže byť jednou z najlepších oblastí využitia dnešných systémov AI práve preto, že vedecké myšlienky sa dajú dôsledne testovať.

„Myšlienku neprijímame preto, že pochádza od Einsteina, od bystrého študenta alebo od modelu AI,“ povedal. „Prijímame ju až po opakovanom testovaní.“

Chan vníma AI ako nástroj, ktorý môže výskumníkom pomôcť preskúmať viac nápadov, rýchlejšie ich otestovať a urýchliť objavovanie bez toho, aby sa vzdali overovania a reprodukovateľnosti výsledkov.

Ak prístupy, ktoré Chan testuje pomocou nástroja Codex, uspejú, nové algoritmy by časom mohli vedcom umožniť simulovať bilióny častíc v okolí čiernych dier. Výskumníci by tak mohli skúmať fyzikálne javy, ktoré boli celé desaťročia mimo ich dosahu.