Как астрофизик использует Codex для моделирования черных дыр | OpenAI

Codex помогает Чи-квану Чану совершенствовать и тестировать алгоритмы, имитирующие движение электронов и ионов вокруг черной дыры.

Гравитация вокруг чёрной дыры настолько сильна, что ничто, даже свет, не может вырваться наружу, приблизившись к ней достаточно близко. Астрофизики, такие как Чи-кван Чан, изучают чёрные дыры с помощью компьютерного моделирования и наблюдений. Однако современные алгоритмы и вычислительные мощности ограничивают реалистичность этих моделирований.

В рамках проекта Codex Чан — исследователь из Университета Аризоны и обсерватории Стюарда — занимается решением этой проблемы.

Черные дыры — одни из лучших мест для проверки общей теории относительности Эйнштейна, сказал он. В настоящее время эта теория является лучшим объяснением гравитации: вместо силы, притягивающей объекты друг к другу, гравитация является результатом искривления ткани пространства и времени массой и энергией.

Чан является участником международного сотрудничества Event Horizon Telescope (EHT), которое опубликовало первое изображение черной дыры в 2019 году. В настоящее время команда собирает данные для создания первого видео сверхмассивной черной дыры, сосредоточившись на той, что находится в центре галактики M87.

Однако превращение наблюдений в научное понимание требует огромных объемов обработки данных, масштабных вычислительных процессов и моделирования, способного моделировать некоторые из самых экстремальных физических явлений во Вселенной.

Поскольку свет не может покинуть черную дыру, ученые вместо этого изучают область вокруг нее, называемую горизонтом событий, — границу, за пределы которой материя не может вырваться. «Это поверхность невозврата», — сказал Чан. Материя, вращающаяся непосредственно за этой границей, излучает свет, который астрофизики могут видеть, измерять и моделировать.

На снимке 2019 года, опубликованном EHT, была видна тень черной дыры, погруженная в светящуюся плазму вблизи горизонта событий. Чан помог разработать инструменты моделирования и вычислительные средства, которые команда использовала для интерпретации наблюдений. С тех пор Чан и его коллеги продолжают совершенствовать свои приборы и возможности наблюдений, переходя от статичных изображений к видео.

Короткое видео, созданное с помощью моделирования на суперкомпьютере, демонстрирующее движение плазмы вокруг черной дыры в центре галактики Млечный Путь.

Источник: Рабочая группа по теории EHT / CK Chan

Решение проблемы, нарастающей по спирали

Одной из самых больших проблем для Чана и его команды является моделирование плазмы вокруг черных дыр. Плазма — это перегретое вещество, состоящее из электрически заряженных электронов и ионов.

Во многих моделях ученые упрощают представление плазмы, рассматривая ее как жидкость и используя известные уравнения для моделирования ее движения вокруг черной дыры. Это достаточно хорошо работает в более плотной плазме, где электроны и ионы постоянно сталкиваются друг с другом.

Однако вблизи сверхмассивных черных дыр, которые изучают Чан и его коллеги, некоторые области становятся настолько горячими и размытыми, что частицы редко сталкиваются друг с другом. «Они практически не сталкиваются», — сказал он. Вместо этого частицы в основном движутся по спирали вокруг линий магнитного поля.

Для корректного моделирования такого поведения исследователям необходимо отслеживать триллионы электронов и ионов, быстро вращающихся по спирали вокруг черной дыры. Стандартные симуляции должны рассчитывать каждый крошечный поворот, что заставляет компьютеры делать чрезвычайно малые шаги по времени.

В результате даже самые быстрые в мире суперкомпьютеры большую часть времени тратят на вычисление движений этих мельчайших частиц, вместо того чтобы моделировать более масштабные процессы, которые ученые действительно хотят изучать.

«На протяжении десятилетий это ограничивало наши возможности реалистичного моделирования плазмы черных дыр», — сказал Чан.

Использование ИИ для создания более совершенного цифрового двойника

Чан предположил, что новые математические методы могут помочь обойти некоторые из этих ограничений. Основная идея заключалась в том, чтобы математически изменить способ отслеживания движения частиц в симуляции, чтобы компьютеру больше не приходилось напрямую следовать за каждой крошечной спиралью.

«Но изучение всех математических возможностей вручную заняло бы огромное количество времени», — сказал Чан. Поэтому он обратился к Codex за помощью в разработке алгоритмов-кандидатов и их проверке на соответствие известным решениям.

В рамках Codex было предложено множество потенциальных подходов — не все из них оказались верными. «Но это нормально, — сказал Чан. — Большинство научных идей терпят неудачу. Важно то, что эти алгоритмы можно проверить. Как только вы найдете работающий алгоритм, он потенциально может открыть возможности для моделирования, которые ранее были невозможны».

Некоторые системы искусственного интеллекта могут выдавать результаты, не показывая шаги, которые они использовали для получения своих выводов. Но группа Чана использует Codex для разработки и внедрения численных схем, которые они могут проверять, тестировать и понимать физически.

Крупные языковые модели по-прежнему допускают ошибки, и многие ученые сохраняют осторожность в отношении использования ИИ в исследованиях. Но Чан считает, что наука может быть одним из лучших способов применения современных систем ИИ именно потому, что научные идеи можно тщательно проверять.

«Мы не принимаем идею только потому, что она принадлежит Эйнштейну, талантливому студенту или модели искусственного интеллекта, — сказал он. — Мы принимаем её только после многократного тестирования».

Чан рассматривает ИИ как инструмент, который может помочь исследователям изучать больше идей, быстрее их проверять и ускорять открытия, оставаясь при этом в основе принципов проверки и воспроизводимости.

Если подходы, которые Чан тестирует с помощью Codex, окажутся успешными, новые алгоритмы в конечном итоге позволят ученым моделировать триллионы частиц вокруг черных дыр. Это даст исследователям возможность изучать физику, которая оставалась недоступной для изучения на протяжении десятилетий.

Источник: openai.com