AI 助力黑洞新发现

　　白二娃

　　中间质量黑洞

　　黑洞是一种质量巨大的天体，它具有极端强大的引力场，任何靠近事件视界（黑洞边界）的物质和光线都会被黑洞吸收。它们的存在证明了爱因斯坦广义相对论的正确性。

　　质量是太阳质量三到几十倍的恒星会最终演化成恒星质量黑洞，这种黑洞理论上遍布银河系。位于各个星系中心的超大质量黑洞，则可以达到太阳的十万倍甚至百亿倍质量。

　　直到2019 年引力波天文台（LIGO）通过引力波观测到两个恒星质量黑洞合并成了一个142 倍太阳质量的黑洞，至此科学家才确认了中间质量黑洞的存在。

　　黑洞可视化

　　黑洞无法直接观测到，但可以通过观测其周围环境中物质的运动来间接探测它们的存在。黑洞捕获气体的物理过程被称为“吸积”，这些气体因为受到黑洞强大引力的影响，会以接近光速的速度运动，形成高温等离子体的“吸积流”，它们会围绕着黑洞旋转形成一个盘状结构，并发出高能X 射线。

　　最著名的黑洞照片，拍摄目标是5500 万光年外的M87 星系中心的超大质量黑洞，它的质量是太阳的65 亿倍。这张照片由分布在世界多地的8 台射电望远镜——事件视界望远镜（EHT）在2019 年联合拍摄的。

　　黑洞极强的引力场会扭曲吸积盘各部分的光线，我们看到的黑洞外形取决于我们的视角，从正上方看有吸积盘的黑洞是一个圆环，侧面看时会出现一个草帽。

　　黑洞还没吞噬完宇宙

　　黑洞会吞噬周围物质并不断变大，那么银河系中心的黑洞怎么还没有吞噬掉整个银河系呢？科学家猜测可能是黑洞周围存在磁囚禁盘，阻止了物质落向黑洞。

　　霍金、卡特尔等人证明了“黑洞无毛定理”，即当黑洞形成之后，只剩下质量、角动量、电荷这三个不能变为电磁辐射的物理量，其他一切“毛发”（信息）都丧失了，黑洞丢失了形成它的前身物质所具有的所有复杂性质。消繁归简或许是黑洞最基本的特征。根据“黑洞无毛定理”，黑洞本身并无磁场，但观测发现黑洞附近存在强磁场。

　　2023 年9 月武汉大学天文系通过一个双星黑洞X 射线爆发过程的研究发现，吸积流会将外部磁场持续带到黑洞附近，黑洞附近的磁力强大到可以与黑洞的引力相抗衡。吸积物质被磁场所囚禁，无法自由、快速地掉入黑洞视界面，这个磁囚禁盘让黑洞无法快速吞噬周围物质。而超大质量黑洞周围磁囚禁盘现象更为明显。

　　黑洞信息悖论新解

　　黑洞信息悖论又称黑洞信息佯谬，“黑洞无毛定理”指出由于黑洞辐射会导致黑洞最终消失，那么其内部的信息也会随之永久消失。但量子力学认为的信息永远不会消失。这两种理论之间的矛盾就是黑洞信息悖论。

　　为了解决这个矛盾，科学家提出了很多假设，比如霍金认为量子效应允许信息从黑洞中逃逸；有人认为信息在黑洞蒸发瞬间释放；信息也许存储在普朗克尺度的残余中；根据平行宇宙的理论信息被储存在本宇宙分离的子宇宙中等等。虽然假说很多，但信息悖论依然悬而未决，随着AI技术和观测设备的发展，天文学家对黑洞有了更加精确的观测结果，也对黑洞信息悖论产生了一些新的解释。

　　引力耗散理论，新研究发现量子效应会使引力出现耗散。信息进入黑洞后，有可能通过引力耗散传播出去，而不是永远消失。

　　熵减理论，黑洞可能在降低宇宙的熵。熵是衡量系统混乱程度的物理量。按照热力学第二定律，宇宙的熵一直在增加，这意味着宇宙正在走向更加混乱的状态。但该理论认为黑洞可能是例外，黑洞吸收周围物质同时也吸收了物质本身的熵。理论上，当黑洞蒸发掉所有质量时，只会释放出极低熵，所以整体来看，黑洞减少了宇宙的熵。这一理论认为信息被黑洞以更有序的形式保存着。

　　四维宇宙理论，美国普林斯顿大学的研究人员最近提出，我们的宇宙在三维空间和一维时间之外还存在一个额外的空间维度，黑洞中的信息有可能以某种方式编码存储在这个额外的空间维度中。目前，这个四维宇宙理论还只存在于“双量子图论”的数学推导中。研究人员正在寻找可能的实验方法来测试这个理论。

　　近年来，AI 技术在天文学领域的应用迅速发展，成了研究宇宙的重要工具。在arXiv（最大的预印本库）上，关于天文中应用AI 的论文数量从2013 年的46 篇激增至2022 年的2328 篇，十年间增长了50 倍以上。

　　天文学多年来积累了大量的观测数据，如天文图像、光谱数据、射电波束数据等。“詹姆斯·韦布”望远镜、“欧几里德”望远镜等新型探测仪器还在生产着海量高清晰度的新数据。

　　数据分析大模型和AI 技术可以用于天文数据处理和分析，包括图像处理、数据降噪、信号提取、特征识别和分类等。从海量的天文观测数据中提取出更丰富、更准确的信息，将天文学带入多波段、大样本和高信息量的新时代。

　　例如，AI 对图像中的天体进行自动检测和分类，自动融合多个波段的数据，提供可靠的天体属性参数，并自动生成统计图表。AI 分析望远镜和其他观测仪器产生的天文数字级别的数据，并快速识别出低表面亮度星系和L 矮星，这些在可见光图像中最暗的星系和恒星。对海量数据进行挖掘，发现隐藏在复杂数据下的新模式和新规律。

　　此外，AI 技术还将助力加速发现新现象和新规律。利用AI 算法，有望高效地识别隐含在天文大数据中的趋势和相关性。例如，通过识别系外行星相关的微弱信号，找到与地球相似的潜在存在。

　　更高算力的超算可以用于建立更完善的天体物理模型，模拟天体的演化、星系的形成、宇宙的演化等。这些模拟可以帮助天文学家理解天体和宇宙的起源、演化和性质，验证天体物理理论，并与观测数据进行比较和校验。

　　随着算法和算力的不断提升，天文学正迈入AI 革命的时代，各种新发现可能为人类带来对宇宙的颠覆性认识。