Самообучающаяся нейросеть раскрыла тайны черных дыр

Художественное представление нейросети, связывающей наблюдения (слева) с моделями (справа). Автор: EHT Collaboration/Janssen et al.

Международная команда астрономов под руководством Майкла Янссена из Университета Радбауд (Нидерланды) обучила нейросеть на миллионах синтетических наборов данных о черных дырах. Используя эту сеть и данные телескопа Event Horizon, ученые пришли к выводу, что черная дыра в центре нашей галактики Млечный Путь вращается с почти максимально возможной скоростью.

Результаты исследования опубликованы в трех статьях журнала Astronomy & Astrophysics.

От горстки данных к миллионам

В отличие от предыдущих исследований, где использовались лишь несколько реалистичных моделей, на этот раз астрономы загрузили в байесовскую нейросеть миллионы синтетических данных. Это позволило значительно точнее сопоставить наблюдения Event Horizon с теоретическими моделями.

Нейросеть помогла установить, что:

• Черная дыра Стрелец A* в центре Млечного Пути вращается почти на предельной скорости, а ее ось направлена в сторону Земли
• Излучение вблизи черной дыры создается в основном перегретыми электронами в аккреционном диске, а не джетами
• Магнитные поля в диске ведут себя не так, как предсказывают текущие теории

«То, что мы бросаем вызов преобладающей теории, безусловно, захватывает», — говорит Янссен. «Но наш подход с ИИ — лишь первый шаг. Дальше мы улучшим модели, а когда в работу включится строящийся Африканский миллиметровый телескоп, мы сможем с высокой точностью проверить общую теорию относительности».

Масштабный проект

Для обучения нейросети потребовались:

• Суперкомпьютерные мощности
• Специализированное ПО (TensorFlow, Horovod, CASA)
• Координация между научными центрами в Германии, США и других странах

Исследователи также изучили черную дыру M87* в галактике M87. Оказалось, что она вращается быстро, но медленнее Стрельца A*, причем в противоположном направлении относительно падающего газа. Ученые предполагают, что это может быть следствием слияния галактик.

Дополнительная информация:
Статья 1, Статья 2, Статья 3

ИИ: Это исследование демонстрирует, как современные технологии машинного обучения позволяют по-новому взглянуть на фундаментальные астрофизические процессы. Особенно впечатляет масштаб проекта — от создания миллионов синтетических моделей до координации международной научной инфраструктуры.