亚利桑那大学天体物理学家Chi-kwan Chan利用OpenAI的Codex模型,帮助推导新的数值算法,以更高效地模拟黑洞周围的等离子体行为,有望突破数十年来计算能力限制,推动黑洞研究。
黑洞周围的引力极其强大,任何物质——包括光——一旦进入足够近的区域都无法逃脱。天体物理学家Chi-kwan Chan通过计算机模拟和观测来研究黑洞,但现有的算法和算力限制了模拟的真实性。
作为亚利桑那大学和斯图尔德天文台的研究人员,Chan正借助Codex解决这一问题。
他表示,黑洞是检验爱因斯坦广义相对论的最佳场所之一。该理论目前是我们解释引力的最佳工具:引力并非物体间的拉力,而是质量与能量弯曲时空结构的结果。
Chan是国际事件视界望远镜(EHT)合作团队的成员,该团队于2019年发布了首张黑洞图像。目前团队正在收集数据,以制作首部超大质量黑洞视频,重点目标是M87星系中心的黑洞。
但将观测转化为科学理解需要处理海量数据、运行大规模计算工作流,以及能够模拟极端物理现象的仿真程序。
由于光无法逃逸黑洞,科学家只能研究其周围被称为“事件视界”的区域——这是一个物质无法回返的边界。事件视界外旋转的物质会发出天体物理学家能够观测、测量和模拟的光。
EHT在2019年发布的图像显示了事件视界附近发光等离子体中的黑洞阴影。Chan帮助开发了团队用于解读观测数据的模拟和计算工具。此后,Chan和同事持续改进仪器和观测能力,团队正从静态图像转向视频。

应对螺旋难题
Chan团队面临的最大障碍之一是模拟黑洞周围的等离子体。等离子体由带电电子和离子组成,处于超高温状态。
在许多模拟中,科学家将等离子体简化为流体,利用经典方程模拟其围绕黑洞的运动。这种方法在电子和离子频繁碰撞的较密等离子体中效果尚可。
但在Chan研究的超大质量黑洞附近,某些区域温度极高、物质极其稀薄,粒子几乎不会相遇。它们不再碰撞,而是主要沿着磁力线做螺旋运动。
要准确模拟这种运动,研究人员需要追踪数万亿个电子和离子围绕黑洞快速旋转的轨迹。标准模拟必须计算每一微小转弯,迫使计算机采用极小的步长。
结果,即使最快的超级计算机也把大部分时间花在计算这些微小粒子运动上,而非模拟科学家真正关心的宏观行为。
“数十年来,这限制了我们模拟黑洞等离子体的真实性。”Chan说。
用AI构建更好的数字孪生
Chan推测,新的数学技术或许能绕开部分限制。基本思路是数学上改变模拟追踪粒子运动的方式,使计算机不必直接追踪每一微小螺旋。
“但手动探索所有数学可能性需要耗费大量时间。”Chan转向Codex帮助推导候选算法并测试其与已知解的匹配程度。
Codex生成了许多潜在方法——并非所有都正确。“但这没关系,”Chan说,“大多数科学想法都会失败。重要的是这些算法是可检验的。一旦找到可行的算法,就可能解锁以前无法进行的模拟。”
某些AI系统能直接返回结果而不展示推理过程。但Chan的团队利用Codex提出并实现数值方案,他们可以检查、测试并从物理上理解这些方案。
大语言模型仍会犯错,许多科学家对在研究中应用AI持谨慎态度。但Chan认为科学可能是当今AI系统的最佳用途之一,因为科学想法可以被严格检验。
“我们不会因为想法来自爱因斯坦、聪明的学生或AI模型就接受它,”他说,“只有在经过反复测试后我们才会接受。”
Chan将AI视为帮助研究人员探索更多想法、更快测试并加速发现的工具,同时保持验证和可复现性基础。
如果Chan用Codex测试的方法成功,新算法最终将允许科学家模拟黑洞周围数万亿粒子,使研究人员得以研究数十年来无法触及的物理现象。
免费获取企业 AI 成熟度诊断报告,发现转型机会
关注公众号

扫码关注,获取最新 AI 资讯
3 步完成企业诊断,获取专属转型建议
已有 200+ 企业完成诊断