Како астрофизичар користи Codex као помоћ при симулирању црних рупа

Гравитација око црне рупе толико је јака да ништа, па ни светлост, не може да јој умакне када јој се довољно приближи. Астрофизичари попут Чи-квана Чана проучавају црне рупе помоћу рачунарских симулација и посматрања. Међутим, постојећи алгоритми и рачунарска снага ограничавају веродостојност тих симулација.

Уз помоћ алата Codex, Чан — истраживач на Универзитету Аризоне и у Опсерваторији Стјуард — ради на решавању тог проблема.

Црне рупе су међу најбољим местима за проверу Ајнштајнове опште теорије релативности, каже он. Та теорија је тренутно наше најбоље објашњење гравитације: она није сила која привлачи објекте једне ка другима, већ последица тога што маса и енергија закривљују простор и време.

Чан је део међународне сарадње Телескоп хоризонта догађаја (EHT), која је 2019. објавила прву слику црне рупе. Тим тренутно прикупља податке посматрања како би направио први видео-снимак супермасивне црне рупе, усредсређујући се на ону у средишту галаксије M87. 

Али да би се из посматрања дошло до научних сазнања, неопходни су обрада огромних количина података, обимни рачунарски процеси и симулације које могу да моделирају неке од најекстремнијих физичких појава у свемиру.

Пошто светлост не може да напусти црну рупу, научници уместо ње проучавају област око ње која се назива хоризонт догађаја — границу иза које материја више не може да побегне. „То је површина иза које нема повратка“, каже Чан. Материја која кружи непосредно изван те границе емитује светлост коју астрофизичари могу да виде, мере и симулирају. 

Слика коју је EHT објавио 2019. приказала је сенку црне рупе окружену светлећом плазмом близу хоризонта догађаја. Чан је учествовао у развоју симулационих и рачунарских алата које је тим користио за тумачење података посматрања. Од тада, Чан и његове колеге настављају да унапређују инструменте и могућности посматрања, док тим прелази са статичних слика на видео-снимке.

Решавање проблема спиралног кретања

Једна од највећих препрека за Чана и његов тим јесте моделирање плазме око црних рупа. Плазма је материја загрејана до изузетно високих температура, сачињена од електрично наелектрисаних електрона и јона.

У многим симулацијама научници поједностављују опис плазме тако што је третирају као флуид и користе добро познате једначине за моделирање њеног кретања око црне рупе. То даје прилично добре резултате код гушће плазме, у којој се електрони и јони непрестано сударају. 

Међутим, у близини супермасивних црних рупа које Чан и његове колеге проучавају, плазма у појединим областима постаје толико врела и разређена да се честице ретко сусрећу. „Оне се практично и не сударају“, каже он. Уместо тога, честице се углавном крећу спирално око линија магнетног поља. 

Да би правилно моделирали такво понашање, истраживачи морају да прате билионе електрона и јона који се брзо крећу по спиралним путањама око црне рупе. Стандардне симулације морају да израчунају сваки сићушни завој путање, због чега рачунари морају да користе изузетно мале временске кораке.

Зато чак и најбржи суперрачунари на свету могу да проведу већину времена рачунајући те сићушне помаке честица, уместо да симулирају понашање на већој скали које научници заправо желе да проучавају.

„То већ деценијама ограничава веродостојност наших симулација плазме око црних рупа“, каже Чан.

Стварање бољег дигиталног близанца уз помоћ вештачке интелигенције

Чан је претпостављао да би нове математичке технике могле да помогну у превазилажењу неких од тих ограничења. Основна идеја била је да се математички промени начин на који симулација прати кретање честица, тако да рачунар више не мора непосредно да прати сваку сићушну спиралу.

„Али ручно испитивање свих математичких могућности одузело би огромну количину времена“, каже Чан. Зато се обратио алату Codex за помоћ при извођењу могућих алгоритама и њиховој провери у односу на позната решења.

Codex је предложио многе могуће приступе — али нису сви били исправни. „Али то је у реду“, каже Чан. „Већина научних идеја не успе. Важно је да ти алгоритми могу да се провере. Када пронађете неки који функционише, он би могао да омогући симулације које су раније биле немогуће.“ 

Неки системи вештачке интелигенције могу да дају резултате без приказивања корака којима су дошли до закључака. Чанова група, међутим, користи Codex за предлагање и имплементацију нумеричких шема које могу да прегледају, тестирају и разумеју у физичком смислу.

Велики језички модели и даље греше, а многи научници остају опрезни када је реч о употреби вештачке интелигенције у истраживањима. Ипак, Чан верује да би наука могла бити једна од најбољих области примене данашњих система вештачке интелигенције, управо зато што научне идеје могу строго да се проверавају.

„Не прихватамо идеју зато што потиче од Ајнштајна, од даровитог студента или од модела вештачке интелигенције“, каже он. „Прихватамо је тек након поновљених провера.“

Чан види вештачку интелигенцију као алат који може да помогне истраживачима да испитају више идеја, брже их провере и убрзају открића, уз доследно ослањање на проверу и поновљивост резултата.

Ако се приступи које Чан тестира уз помоћ алата Codex покажу успешним, нови алгоритми би с временом могли да омогуће научницима да симулирају билионе честица око црних рупа. То би истраживачима омогућило да проучавају физичке појаве које су им деценијама биле недоступне.