通过数百万次模拟和人工智能，天文学家发现银河系黑洞的旋转速度接近最高速度。这一突破得到了四十年分布式计算创新的支持，暗示了与长期理论相矛盾的磁性行为。
艺术家描绘的神经网络，连接观测结果（左）和模型（右）。图片来源：EHT 合作/Janssen 等人。
一个由国际天文学家组成的团队利用人工智能和数百万个模拟模型，揭开了有关黑洞的新秘密，尤其是我们银河系中心的黑洞。得益于这种尖端方法，他们发现银河系中心的黑洞（人马座A*）正以接近其最大速度旋转。
为了取得这一突破，科学家们利用大量合成黑洞模拟数据训练了一个神经网络。这些模拟数据由高通量计算中心（CHTC）的高通量计算技术提供支持，该中心由莫格里奇研究所和威斯康星大学麦迪逊分校联合成立。他们的研究成果和方法发表在《天文学与天体物理学》杂志的三篇新研究中。
这种高吞吐量计算并非普通的装置。它由威斯康星州计算机科学家米隆·利夫尼（Miron Livny）于40年前率先提出，其工作原理是将海量任务分配到数千台计算机上。想象一下，将一个庞大的挑战转化为一系列更小、更快速的问题，并同时进行求解。该系统如今已成为科学发现的重要工具，帮助世界各地的研究人员解决从暗物质、引力波到抗生素耐药性等重大问题。
早在2019年，事件视界望远镜（EHT）团队就发布了首张M87星系超大质量黑洞的图像。2022年，他们又发布了位于银河系中心的人马座A*的标志性图像。虽然这些图像具有开创性的意义，但其背后的数据蕴含着更深刻的见解，难以解读。
EHT合作组织此前的研究仅使用了少量真实的合成数据文件。位于麦迪逊的CHTC由美国国家科学基金会（NSF）资助，作为推进吞吐量计算伙伴关系（ PATh ）项目的一部分，使天文学家能够将数百万个此类数据文件输入所谓的贝叶斯神经网络，该网络可以量化不确定性。这使得研究人员能够更好地比较EHT数据和模型。
借助神经网络，研究人员现在怀疑银河系中心的黑洞正以几乎全速旋转。它的自转轴指向地球。此外，黑洞附近的辐射主要由周围吸积盘中的极热电子引起，而非所谓的喷流。此外，吸积盘中的磁场行为似乎与此类吸积盘的常规理论不同。
“我们挑战了主流理论，这当然令人兴奋，”荷兰奈梅亨拉德堡德大学的首席研究员迈克尔·詹森说道。“然而，我认为我们的人工智能和机器学习方法主要是第一步。接下来，我们将改进和扩展相关的模型和模拟。”
“能够扩展到训练模型所需的数百万个合成数据文件是一项令人印象深刻的成就，”亚利桑那大学斯图尔德天文台副天文学家、PATh 长期合作伙伴 Chi-kwan Chan 补充道。“它需要可靠的工作流程自动化，以及跨存储资源和处理能力的有效工作负载分配。”
“我们很高兴看到 EHT 利用我们的吞吐量计算能力，将 AI 的力量融入到他们的科学研究中，”Morgridge 研究员兼 PATh 联合首席研究员 Anthony Gitter 教授说道。“与其他科学领域一样，CHTC 的能力使 EHT 研究人员能够收集到足够数量和质量的 AI 就绪数据，以训练有效的模型，从而促进科学发现。”
由美国国家科学基金会（NSF）资助、PATh运营的开放科学池（Open Science Pool）提供由美国80多家机构贡献的计算能力。“事件视界”黑洞项目在过去三年中执行了超过1200万次计算任务。
“包含数百万次模拟的工作负载与我们四十年来不断开发和完善的以吞吐量为导向的功能完美匹配，”CHTC 主任兼 PATHh 首席研究员 Livny 表示。“我们乐于与那些工作负载对我们服务的可扩展性构成挑战的研究人员合作。”
编译自/ScitechDaily