天文物理學家如何運用 Codex 協助模擬黑洞

黑洞周圍的重力極為強大，任何東西只要靠得夠近，就連光也無法逃脫。Chi-kwan Chan 等天文物理學家透過電腦模擬與觀測來研究黑洞。但現有的演算法與運算能力，限制了這些模擬能有多逼真。

在亞利桑那大學及史都華天文台擔任研究員的 Chan，正藉助 Codex 解決這個問題。

他表示，黑洞是檢驗 Einstein 廣義相對論的最佳場所之一。這套理論是目前我們對重力最好的解釋：重力並非將物體拉向彼此的力，而是質量與能量使時空彎曲的結果。

Chan 是事件視界望遠鏡（EHT）國際合作團隊的一員，該團隊於 2019 年公布了首張黑洞影像。目前，團隊正蒐集觀測資料，以 M87 星系中心的黑洞為對象，製作首部超大質量黑洞影片。 

但要將觀測資料轉化為科學上的理解，不僅需要處理海量資料、運用大規模運算工作流程，還需要能夠模擬宇宙中某些最極端物理現象的工具。

由於光無法逃離黑洞，科學家轉而研究黑洞周圍稱為「事件視界」的區域；物質一旦越過這道邊界，就無法逃脫。Chan 說：「這是一道有去無回的界面。」在這道邊界外側旋繞的物質會發光，讓天文物理學家得以觀察、測量並模擬。 

EHT 於 2019 年公布的影像，呈現了事件視界附近發光電漿所環繞的黑洞陰影。Chan 參與開發了團隊用來解讀觀測資料的模擬與運算工具。此後，隨著團隊從靜態影像邁向影片，Chan 與同事也持續改進儀器，提升觀測能力。

解開螺旋運動的難題

對 Chan 與團隊而言，最大的難關之一，就是模擬黑洞周圍的電漿。電漿是由帶電的電子與離子所組成的超高溫物質。

在許多模擬中，科學家會將電漿簡化為流體，用已知的方程式模擬它在黑洞周圍的運動。對於密度較高、電子與離子不斷相互碰撞的電漿，這種方法的效果相當不錯。 

但在 Chan 與同事研究的超大質量黑洞附近，某些區域的電漿溫度極高、分布極為稀薄，粒子很少有機會相遇。他說：「它們幾乎不會互相碰撞。」相反地，這些粒子大多繞著磁力線做螺旋運動。 

要正確模擬這種行為，研究人員必須追蹤數兆個電子與離子，看它們如何在黑洞周圍快速做螺旋運動。標準的模擬方法必須計算每一次細微的轉動，迫使電腦採用極短的時間步長。

因此，即使是全球最快的超級電腦，也可能把大部分時間花在計算這些微小的粒子運動，而非模擬科學家真正想研究的較大尺度行為。

Chan 說：「數十年來，這一直限制著我們模擬黑洞電漿的逼真程度。」

運用 AI 打造更精確的數位分身

Chan 推測，新的數學方法或許能幫助他們繞過部分限制。基本構想是透過數學方法，改變模擬追蹤粒子運動的方式，讓電腦不必再直接追蹤每一次細微的螺旋運動。

Chan 說：「但若要靠手動推算來探索所有數學上的可能性，就得花上非常多的時間。」於是，他轉而請 Codex 協助推導候選演算法，並以已知的解來驗證。

Codex 提出了許多可能的方法，但並非全都正確。Chan 說：「但這沒關係。」「大多數科學構想都會失敗。重要的是，這些演算法都能接受驗證。一旦找到可行的方法，就有機會實現過去做不到的模擬。」 

有些 AI 系統會給出結果，卻不呈現得出結論的步驟。但 Chan 的團隊利用 Codex 提出並實作數值計算方法，讓他們能夠檢視、驗證，並從物理角度理解這些方法。

大型語言模型仍會犯錯，許多科學家對於在研究中使用 AI 也依然抱持謹慎態度。但 Chan 認為，正因為科學構想能接受嚴格驗證，科學研究或許是當今 AI 系統最適合的用途之一。

他說：「我們不會只因為一個構想來自 Einstein、聰明的學生或 AI 模型，就接受它。」「只有經過反覆驗證，我們才會接受。」

Chan 視 AI 為一項工具，能協助研究人員探索更多構想、更快進行驗證並加速科學發現，同時仍以驗證與可重現性為根本。

如果 Chan 藉助 Codex 測試的方法取得成功，這些新演算法最終可能讓科學家得以模擬黑洞周圍數兆個粒子的運動。這將讓研究人員得以探索數十年來始終無法觸及的物理現象。