摘要：荷兰主导的天文学家团队给事件视界望远镜（EHT）的数据装了个新脑子——一套靠数百万模拟黑洞喂出来的自学习神经网络。这玩意儿啃下了以前嚼不动的硬骨头，揪出银河系中心黑洞正玩命自转，转速快到顶，脸还朝着地球看。6月6日，《天文学与天体物理学》一口气登了他们三篇论文

本文来源：科学剃刀

荷兰主导的天文学家团队给事件视界望远镜（EHT）的数据装了个新脑子——一套靠数百万模拟黑洞喂出来的自学习神经网络。这玩意儿啃下了以前嚼不动的硬骨头，揪出银河系中心黑洞正玩命自转，转速快到顶，脸还朝着地球看。6月6日，《天文学与天体物理学》一口气登了他们三篇论文，把工具、方法和发现全摊开了。

图释：将观察结果（左）连接到模型（右）的神经网络的艺术家印象图。图片来源：EHT Collaboration/Janssen et al.

EHT团队2019年给M87星系中心黑洞拍了人类第一张‘证件照’，2022年又逮住自家银河系中心的‘人马座A’。但照片背后那堆数据里藏着更多秘密，传统法子算不过来。以前验证模型顶多用几个模拟数据文件，这次拉德堡德大学的迈克尔·詹森他们搞了个狠活：造出上百万套假想黑洞数据，塞进叫‘贝叶斯神经网络’的系统中训练。这网络牛在能自己掂量结果靠不靠谱。

结果就炸出猛料了。银河系中心那个‘人马座A’黑洞，自转速度飙到接近理论极限——物理学家叫它‘极限转速’，相当于宇宙允许的转速天花板。更巧的是它的自转轴笔直指向地球，好比你看陀螺旋转时正对着它的尖顶。喷流没咋发光，亮瞎眼的光主要来自吸积盘里烫得吓人的电子。连吸积盘里的磁场都在搞事情，和教科书模型对不上号。‘踩了现有模型一脚当然带劲’，詹森话说得实在，‘但AI只是第一步，得接着磨模型’。等非洲毫米波望远镜建成加入观测，检验广义相对论的精度还能再拔高。

另一头，M87星系中心那个黑洞也在转，但转速比‘人马座A’慢一截。邪门的是它转的方向和往里掉的气体反着来。研究组琢磨着，八成是以前吞过别的星系，搅乱了旋转节奏。

搞这么大阵仗靠的是全球算力拼图：数据存美国CyVerse，计算甩给OSG的高通量计算池，德国马普所负责训练神经网络，中间用Pegasus管道串起来。‘能扩到百万级模拟数据是硬功夫’，普林斯顿的霍迪·达维拉点出关键，‘存储空间、超算、软件管道、任务分发程序，少一环都瘫’。

回头看，EHT当初拍黑洞如同用地球那么大的相机按快门。现在AI把相机升级成带超级解算芯片的版本——黑洞怎么转、往哪转、周边啥环境，藏在噪点里的答案被一点点抠了出来。

参考文献：

M. Janssen et al, Deep learning inference with the Event Horizon Telescope I. Calibration improvements and a comprehensive synthetic data library, Astronomy & Astrophysics . www.aanda.org/10.1051/0004-6361/202553784

来源：人工智能学家