Vintergatans svarta hål överraskar med sitt snurrande

 

Bild https://astro.arizona.edu  Illustratörs intryck av ett neuralt nätverk som kopplar samman observationerna (vänster) med modellerna (höger). EHT Collaboration/Janssen et al

Ett internationellt team bestående av astronomer, där bland annat Chi-kwan Chan vid Steward Observatory (University of Arizona) ingår har tränat ett neuralt nätverk (Ett neuralt nätverk är en AI-modell som består av interkopplade noder som bearbetar information och lär sig av insamlad data) med miljontals data från syntetiska svarta hål. Nätverket hjälpte dem bland annat att dra slutsatsen att det svarta hålet i Vintergatans centrum snurrar med nästan den högsta hastighet som det teoretiskt kan snurra.

Dess rotationsaxel pekar mot jorden. Dessutom orsakas strålningen nära det svarta hålet huvudsakligen av extremt heta elektroner i den omgivande ackretionsskivan och inte av en så kallad jetstråle. Dessutom verkar magnetfälten i ackretionsskivan bete sig annorlunda än de vanligaste teorierna om sådana skivor beskriver 

EHT (Event Horizon Telescope en samling av teleskop som samarbetar ) expanderar ständigt, med nya stationer som Africa Millimemeter Telescope (AMT), instrumentuppdateringar som 345 GHz observationskapacitet och även och med rymdinterferometri med mycket lång baslinje (VLBI) som Black Hole Explorer (BHEX).

– Att vi trotsar den rådande teorin är förstås spännande, beskriver forskaren Michael Janssen vid Radboud University Nijmegen, Nederländerna. – Men jag ser vår strategi för AI och maskininlärning främst som ett första steg. Härnäst kommer vi att förbättra och utöka de tillhörande modellerna och simuleringarna. Och när AMT, som är under uppbyggnad börjar datainsamling kommer vi att få ännu bättre information och kanske också kunna validera den allmänna relativitetsteorin för supermassiva kompakta objekt med hög precision.

Astronomerna publicerade sina resultat och sin metodik i tre artiklar i tidskriften Astronomy & Astrophysics.