Tam nemusí Přesto jsou dalekohledy schopné odemknout všechna tajemství supermassive černých děr, ale AI je nyní v případě. Nedávno mezinárodní tým astronomů úspěšně trénoval neuronovou síť s miliony simulací černé díry, aby mu umožnil interpretovat fuzzy data zachycená z těchto záhadných kosmických objektů v reálném životě.
Z různých metod pro zkoumání černé díry je nejslavnější dalekohled Horizon pro událost. EHT není jediný nástroj, ale spíše řada rozhlasových dalekohledů po celém světě, které spolupracují jako jediný dalekohled. Díky EHT je možné získat obrázky supermassivních černých děr M87 a Sagittarius A*. Nejedná se o obrázky v tradičním smyslu, ale místo toho jsou vizualizace rádiových vln pocházejících z černých děr.
Pro vytvoření těchto obrázků superpočítače v různých částech světa zpracovávaly rádiové signály zachycené EHT. Ale v tomto procesu vyřadili většinu shromážděných informací, protože bylo obtížné je interpretovat. Nová neuronová síť, kterou vyškolili odborníci ve výzkumném ústavu Morgridge ve Wisconsinu, si klade za cíl využít toto moře údajů, aby se zlepšilo řešení čtení EHT a objevilo nové objevy.
Podle tiskové zprávy z ústavu umělá inteligence úspěšně analyzovala kdysi rozhrané informace a zavedla nové parametry Střelce A*, které sedí ve středu Mléčné dráhy. Byl vytvořen alternativní obraz struktury černé díry, přičemž to odhalilo některé nové vlastnosti černé díry.
„Vědci nyní mají podezření, že černá díra ve středu Mléčné dráhy se točí téměř nejvyšší rychlostí,“ napsal vědci v tiskové zprávě. Nový obraz také naznačuje, že osa rotace černé díry ukazuje na Zemi a dává stopy ohledně příčin a charakteristik disků materiálu, které cirkulují kolem černé díry.
Astronomové již dříve odhadli, že Střelce A* se otáčí mírnou až rychlou rychlostí. Znalost jeho skutečné rychlosti otáčení je důležité, protože nám umožňuje odvodit, jak se záření kolem černé díry chová a poskytuje stopy o jeho stabilitě.
„To, že vzdorujeme převládající teorii, je samozřejmě vzrušující,“ uvedl v tiskové zprávě vedoucí výzkumník Michael Janssen z Radboud University Nijmegen v Nizozemsku. „Vidím však náš přístup AI a strojového učení především jako první krok. Dále zlepšíme a rozšíříme související modely a simulace.“
Tento příběh se původně objevil dál Kabelové en español a byl přeložen ze španělštiny.
Čerpáme z těchto zdrojů: google.com, science.org, newatlas.com, wired.com, pixabay.com
