Une équipe d'astronomes dirigée par Michael Janssen (Radboud University, Pays-Bas) a formé un réseau de neurones avec des millions d'ensembles de données de trous noirs synthétiques. Sur la base du réseau et des données du télescope Horizon Event, ils prédisent désormais, entre autres, que le trou noir au centre de notre Voie lactée tourne à une vitesse de pointe.
Les astronomes ont publié leurs résultats et méthodologie dans trois articles de la revue Astronomie et astrophysique.
En 2019, la collaboration Télescope Event Horizon a publié la première image d'un trou noir supermassif au centre du Galaxy M87. En 2022, ils ont présenté une image du trou noir de notre Voie lactée, Sagittaire A *. Cependant, les données derrière les images contenaient toujours une multitude d'informations difficiles à craquer. Une équipe internationale de chercheurs a formé un réseau de neurones pour extraire autant d'informations que possible des données.
D'une poignée à des millions
Des études antérieures de la collaboration sur les télescope Horizon Event n'ont utilisé qu'une poignée de fichiers de données synthétiques réalistes. Cette fois, les astronomes ont nourri des millions de ces fichiers de données dans un réseau neuronal bayésien qui peut quantifier les incertitudes. Cela a permis aux chercheurs de faire une bien meilleure comparaison entre les données EHT et les modèles.
Grâce au réseau neuronal, les chercheurs soupçonnent maintenant, par exemple, que le trou noir au centre de la Voie lactée tourne presque à une vitesse maximale. Son axe de rotation pointe vers la Terre. De plus, l'émission près du trou noir est principalement causée par des électrons extrêmement chauds dans le disque d'accrétion environnant et non par un soi-disant jet. De plus, les champs magnétiques du disque d'accrétion semblent se comporter différemment des théories habituelles de ces disques.
« Que nous dévions la théorie dominante est bien sûr passionnant », explique le chercheur principal Michael Janssen (Radboud University Nijmegen, Pays-Bas). « Cependant, je vois notre approche de l'IA et de l'apprentissage automatique principalement comme une première étape. Ensuite, nous améliorerons et prolongerons les modèles et les simulations associés. Et lorsque le télescope Millimètre Afrique, qui est en construction, se joint à la collecte de données, nous obtiendrons encore une meilleure information pour valider la théorie générale de la relativité pour les objets compacts supermassifs avec une haute précision. »
Échelle impressionnante
« La capacité à évoluer jusqu'à des millions de fichiers de données synthétiques est une réalisation impressionnante », explique la co-chercheuse Jordy Davelaar (Princeton University, États-Unis). « Vous avez besoin de capacité de stockage, d'un supercalculateur, d'un pipeline de logiciels et d'un programme qui distribue le travail. »
Les chercheurs soulignent que cette échelle de travail a été rendue possible par un écosystème coordonné de services de calcul: Cyverse for Data Storage, OSG OS Pool pour l'informatique à haut débit, Pegasus pour la gestion du flux de travail, les outils de Tensorflow, Horovod et Horovod et Casa en allemand, notamment Tensorflow, Horovod et Casa.
Les chercheurs n'ont pas seulement fait des prédictions sur le Sagittaire A *. Ils ont également regardé M87 *, le trou noir au centre de M87. Entre autres choses, ils ont constaté que ce trou noir tourne également rapidement, mais pas aussi vite que le Sagittaire A *. En plus de cela, il tourne dans la direction opposée au gaz infaillible. Les astronomes suggèrent que ce mouvement contre-rotatif peut être le résultat d'une fusion avec une autre galaxie.
