Så använder en astrofysiker Codex för att simulera svarta hål

Gravitationen runt ett svart hål är så extrem att ingenting, inte ens ljus, kan ta sig därifrån när det väl kommer tillräckligt nära. Astrofysiker som Chi-kwan Chan studerar svarta hål med hjälp av datorsimuleringar och observationer. Men dagens algoritmer och beräkningskapacitet begränsar hur realistiska simuleringarna kan bli.

Med hjälp av Codex tar sig Chan, forskare vid University of Arizona och Steward Observatory, an problemet.

Svarta hål är bland de bästa platserna för att testa Einsteins allmänna relativitetsteori, säger han. Teorin är för närvarande vår bästa förklaring till gravitation: snarare än en kraft som drar föremål till varandra är gravitation resultatet av att massa och energi kröker rumtiden.

Chan ingår i det internationella samarbetet Event Horizon Telescope (EHT), som publicerade den första bilden av ett svart hål 2019. Teamet samlar nu in observationer för att skapa den första videon av ett supermassivt svart hål, med fokus på det som finns i centrum av galaxen M87. 

Men för att omvandla observationer till vetenskaplig förståelse krävs enorma mängder databehandling, storskaliga beräkningsflöden och simuleringar som kan modellera några av universums mest extrema fysikaliska förhållanden.

Eftersom ljus inte kan ta sig ut ur ett svart hål studerar forskare i stället området runt det som kallas händelsehorisonten, en gräns bortom vilken materia inte kan ta sig ut. ”Det är en yta där det inte finns någon återvändo”, säger Chan. Materia som virvlar strax utanför denna gräns avger ljus som astrofysiker kan se, mäta och simulera. 

Bilden som EHT publicerade 2019 visade skuggan av ett svart hål inbäddad i glödande plasma nära händelsehorisonten. Chan hjälpte till att utveckla de simulerings- och beräkningsverktyg som teamet använde för att tolka observationerna. Sedan dess har Chan och hans kollegor fortsatt att förbättra sina instrument och observationsmöjligheter, samtidigt som teamet går från stillbilder till video.

När spiralrörelser blir ett problem

Ett av de största hindren för Chan och hans team är att modellera plasman runt svarta hål. Plasma är extremt upphettad materia som består av elektriskt laddade elektroner och joner.

I många simuleringar gör forskare en förenkling genom att behandla plasma som en fluid och använda välkända ekvationer för att modellera dess rörelse runt ett svart hål. Det fungerar relativt bra i tätare plasma där elektronerna och jonerna hela tiden kolliderar med varandra. 

Men nära de supermassiva svarta hål som Chan och hans kollegor studerar blir plasman i vissa områden så het och gles att partiklarna sällan möter varandra. ”De kolliderar egentligen inte med varandra”, säger han. I stället rör sig partiklarna främst i spiraler runt magnetfältets linjer. 

För att modellera det beteendet korrekt behöver forskarna följa biljoner elektroner och joner som snabbt rör sig i korkskruvsbanor runt ett svart hål. Vanliga simuleringar måste beräkna varje liten sväng, vilket tvingar datorerna att använda extremt små tidssteg.

Därför kan även världens snabbaste superdatorer ägna större delen av sin tid åt att beräkna dessa ytterst små partikelrörelser i stället för att simulera det storskaliga beteende som forskarna egentligen vill studera.

”I årtionden har detta begränsat hur realistiskt vi kan simulera plasman runt svarta hål”, säger Chan.

En bättre digital tvilling med hjälp av AI

Chan misstänkte att nya matematiska metoder kunde hjälpa till att kringgå vissa av dessa begränsningar. Grundidén var att matematiskt förändra hur simuleringen följde partiklarnas rörelser, så att datorn inte längre behövde följa varje liten spiral direkt.

”Men att utforska alla matematiska möjligheter för hand skulle ha tagit enormt mycket tid”, säger Chan. Därför tog han hjälp av Codex för att härleda möjliga algoritmer och testa dem mot kända lösningar.

Codex tog fram många tänkbara angreppssätt – alla var inte korrekta. ”Men det är okej”, säger Chan. ”De flesta vetenskapliga idéer håller inte. Det viktiga är att algoritmerna går att testa. När man väl hittar en som fungerar kan den öppna för simuleringar som tidigare var omöjliga.” 

Vissa AI-system kan ge resultat utan att visa stegen som ledde fram till slutsatserna. Men Chans grupp använder Codex för att föreslå och implementera numeriska metoder som de kan granska, testa och förstå ur ett fysikaliskt perspektiv.

Stora språkmodeller gör fortfarande misstag, och många forskare är alltjämt försiktiga med att använda AI i forskningen. Men Chan tror att vetenskap kan vara ett av de bästa användningsområdena för dagens AI-system, just eftersom vetenskapliga idéer kan prövas rigoröst.

”Vi accepterar inte en idé för att den kommer från Einstein, en begåvad student eller en AI-modell”, säger han. ”Vi accepterar den först efter upprepade tester.”

Chan ser AI som ett verktyg som kan hjälpa forskare att utforska fler idéer, testa dem snabbare och påskynda upptäckter, utan att ge avkall på verifiering och reproducerbarhet.

Om de angreppssätt som Chan testar med Codex fungerar kan de nya algoritmerna så småningom göra det möjligt för forskare att simulera biljoner partiklar runt svarta hål. Det skulle låta forskare studera fysik som i årtionden har varit utom räckhåll.