นักฟิสิกส์ดาราศาสตร์ใช้ Codex ช่วยจำลองหลุมดำอย่างไร

แรงโน้มถ่วงรอบหลุมดำรุนแรงมากจนไม่มีสิ่งใด แม้แต่แสง สามารถหลุดรอดออกมาได้เมื่อเข้าใกล้มากพอ นักฟิสิกส์ดาราศาสตร์อย่าง Chi-kwan Chan ศึกษาหลุมดำด้วยการจำลองทางคอมพิวเตอร์และการสังเกตการณ์ แต่อัลกอริทึมและกำลังประมวลผลในปัจจุบันยังจำกัดความสมจริงของการจำลองเหล่านั้น

Chan นักวิจัยจากมหาวิทยาลัยแอริโซนาและหอดูดาวสจ๊วต กำลังใช้ Codex ช่วยแก้ปัญหานี้

เขากล่าวว่าหลุมดำเป็นหนึ่งในสถานที่ที่ดีที่สุดสำหรับทดสอบทฤษฎีสัมพัทธภาพทั่วไปของไอน์สไตน์ ปัจจุบันทฤษฎีนี้อธิบายแรงโน้มถ่วงได้ดีที่สุด กล่าวคือ แรงโน้มถ่วงไม่ใช่แรงที่ดึงวัตถุเข้าหากัน แต่เป็นผลจากการที่มวลและพลังงานทำให้ปริภูมิและเวลาโค้งงอ

Chan เป็นส่วนหนึ่งของความร่วมมือนานาชาติในโครงการกล้องโทรทรรศน์ขอบฟ้าเหตุการณ์ (EHT) ซึ่งเผยแพร่ภาพหลุมดำภาพแรกในปี 2019 ขณะนี้ทีมกำลังรวบรวมข้อมูลจากการสังเกตการณ์เพื่อสร้างวิดีโอหลุมดำมวลยิ่งยวดเป็นครั้งแรก โดยมุ่งไปที่หลุมดำใจกลางกาแล็กซี M87 

แต่การเปลี่ยนข้อมูลจากการสังเกตการณ์ให้เป็นความเข้าใจทางวิทยาศาสตร์ ต้องอาศัยการประมวลผลข้อมูลมหาศาล กระบวนการคำนวณขนาดใหญ่ และการจำลองที่สามารถถ่ายทอดปรากฏการณ์ทางฟิสิกส์ภายใต้สภาวะสุดขั้วที่สุดบางอย่างในเอกภพ

เนื่องจากแสงไม่สามารถหลุดรอดจากหลุมดำได้ นักวิทยาศาสตร์จึงศึกษาบริเวณรอบหลุมดำที่เรียกว่า “ขอบฟ้าเหตุการณ์” แทน ซึ่งเป็นขอบเขตที่เมื่อสสารข้ามเข้าไปแล้วจะไม่สามารถหลุดรอดออกมาได้ “มันคือพื้นผิวที่ข้ามไปแล้วไม่มีวันย้อนกลับ” Chan กล่าว สสารที่หมุนวนอยู่ถัดออกมาจากขอบเขตนี้เปล่งแสงให้นักฟิสิกส์ดาราศาสตร์มองเห็น วัดค่า และจำลองได้ 

ภาพที่ EHT เผยแพร่ในปี 2019 แสดงให้เห็นเงาของหลุมดำท่ามกลางพลาสมาที่เรืองแสงใกล้ขอบฟ้าเหตุการณ์ Chan ช่วยพัฒนาเครื่องมือจำลองและคำนวณที่ทีมใช้ตีความข้อมูลจากการสังเกตการณ์ นับจากนั้น Chan และเพื่อนร่วมงานก็พัฒนาเครื่องมือและขีดความสามารถในการสังเกตการณ์อย่างต่อเนื่อง ขณะที่ทีมกำลังก้าวจากภาพนิ่งไปสู่วิดีโอ

แก้โจทย์การเคลื่อนที่แบบเกลียว

หนึ่งในอุปสรรคใหญ่ที่สุดของ Chan และทีมคือการจำลองพลาสมารอบหลุมดำ พลาสมาคือสสารที่ร้อนจัด ประกอบด้วยอิเล็กตรอนและไอออนซึ่งมีประจุไฟฟ้า

ในการจำลองหลายแบบ นักวิทยาศาสตร์ลดความซับซ้อนของพลาสมาโดยมองว่ามันเป็นของไหล แล้วใช้สมการที่รู้จักกันดีจำลองการเคลื่อนที่รอบหลุมดำ วิธีนี้ได้ผลค่อนข้างดีในพลาสมาที่มีความหนาแน่นสูงกว่า ซึ่งอิเล็กตรอนและไอออนชนกันอยู่ตลอดเวลา 

แต่ใกล้หลุมดำมวลยิ่งยวดที่ Chan และเพื่อนร่วมงานกำลังศึกษา บางบริเวณร้อนจัดและเบาบางจนอนุภาคแทบไม่เคยพบกัน “พวกมันแทบไม่ชนกันเลย” เขากล่าว อนุภาคส่วนใหญ่กลับเคลื่อนที่เป็นเกลียวรอบเส้นสนามแม่เหล็ก 

เพื่อจำลองพฤติกรรมนั้นให้ถูกต้อง นักวิจัยต้องติดตามอิเล็กตรอนและไอออนหลายล้านล้านอนุภาค ขณะที่พวกมันเคลื่อนที่เป็นเกลียวอย่างรวดเร็วรอบหลุมดำ การจำลองแบบมาตรฐานต้องคำนวณทุกการหมุนเล็กๆ ทำให้คอมพิวเตอร์ต้องคำนวณทีละช่วงเวลาที่สั้นมาก

ผลคือแม้แต่ซูเปอร์คอมพิวเตอร์ที่เร็วที่สุดในโลกก็อาจใช้เวลาส่วนใหญ่ไปกับการคำนวณการเคลื่อนไหวเล็กจิ๋วของอนุภาคเหล่านี้ แทนที่จะจำลองพฤติกรรมในภาพรวมที่นักวิทยาศาสตร์ต้องการศึกษาจริงๆ

“ปัญหานี้จำกัดความสมจริงในการจำลองพลาสมารอบหลุมดำของเรามานานหลายทศวรรษ” Chan กล่าว

ใช้ AI สร้างฝาแฝดดิจิทัลที่ดีขึ้น

Chan คิดว่าเทคนิคทางคณิตศาสตร์ใหม่ๆ น่าจะช่วยหาทางเลี่ยงข้อจำกัดบางอย่างเหล่านี้ได้ แนวคิดพื้นฐานคือการปรับวิธีทางคณิตศาสตร์ที่ใช้ติดตามการเคลื่อนที่ของอนุภาคในการจำลอง เพื่อให้คอมพิวเตอร์ไม่ต้องติดตามเกลียวเล็กๆ ทุกเกลียวโดยตรงอีกต่อไป

“แต่การไล่สำรวจความเป็นไปได้ทางคณิตศาสตร์ทั้งหมดด้วยตัวเองคงใช้เวลามหาศาล” Chan กล่าว เขาจึงหันมาใช้ Codex ช่วยพัฒนาอัลกอริทึมที่น่าจะใช้ได้ และทดสอบเทียบกับผลเฉลยที่ทราบอยู่แล้ว

Codex สร้างแนวทางที่อาจเป็นไปได้มากมาย แต่ไม่ใช่ทุกแนวทางจะถูกต้อง “แต่นั่นไม่เป็นไร” Chan กล่าว “แนวคิดทางวิทยาศาสตร์ส่วนใหญ่ก็ล้มเหลว สิ่งสำคัญคืออัลกอริทึมเหล่านี้ทดสอบได้ เมื่อคุณพบอัลกอริทึมที่ใช้ได้ มันก็อาจเปิดทางให้ทำการจำลองที่ก่อนหน้านี้เป็นไปไม่ได้” 

ระบบ AI บางระบบให้ผลลัพธ์ได้โดยไม่แสดงขั้นตอนที่นำไปสู่ข้อสรุป แต่กลุ่มของ Chan ใช้ Codex เสนอและเขียนโค้ดวิธีคำนวณเชิงตัวเลขที่พวกเขาสามารถตรวจสอบ ทดสอบ และทำความเข้าใจในเชิงฟิสิกส์ได้

โมเดลภาษาขนาดใหญ่ยังคงทำผิดพลาด และนักวิทยาศาสตร์จำนวนมากยังระมัดระวังในการใช้ AI ในงานวิจัย แต่ Chan เชื่อว่างานวิทยาศาสตร์อาจเป็นหนึ่งในการใช้งานที่เหมาะที่สุดสำหรับระบบ AI ในปัจจุบัน เพราะแนวคิดทางวิทยาศาสตร์สามารถทดสอบได้อย่างเข้มงวดนั่นเอง

“เราไม่ได้ยอมรับแนวคิดหนึ่งเพียงเพราะมันมาจากไอน์สไตน์ นักศึกษาหัวดี หรือโมเดล AI” เขากล่าว “เรายอมรับก็ต่อเมื่อผ่านการทดสอบซ้ำหลายครั้งแล้วเท่านั้น”

Chan มองว่า AI เป็นเครื่องมือที่ช่วยให้นักวิจัยสำรวจแนวคิดได้มากขึ้น ทดสอบได้เร็วขึ้น และเร่งการค้นพบ โดยยังยึดหลักการตรวจสอบยืนยันและการทำซ้ำเพื่อให้ได้ผลเดิม

หากแนวทางที่ Chan กำลังทดสอบร่วมกับ Codex ประสบความสำเร็จ ในที่สุดอัลกอริทึมใหม่ก็อาจช่วยให้นักวิทยาศาสตร์จำลองอนุภาคหลายล้านล้านอนุภาครอบหลุมดำได้ นั่นจะช่วยให้นักวิจัยศึกษาฟิสิกส์ในส่วนที่ยังไม่อาจเข้าถึงได้มานานหลายทศวรรษ