Agent badawczy dla blazarów i sieć neuronowa dla pierścienia fotonów

Astrofizyka stała się dyscypliną logistyczną. Trzeba połączyć literaturę, która rośnie szybciej, niż ktokolwiek jest w stanie czytać, niejednorodne dane z wielu zakresów widma i coraz bardziej złożone modele fizyczne. Część zespołów próbuje więc uporządkować tę pracę, a nie tylko zautomatyzować pojedyncze zadanie.

Wieloagentowy system dla blazarów

Framework AstroGenesis opisują autorzy z Armenii, Włoch i Stanów Zjednoczonych, w tym David Pasham i Alessandro Tramacere. To wieloagentowy system domenowy, który łączy wyszukiwanie i syntezę literatury, dostęp do danych wieloczęstotliwościowych i ich analizę, modelowanie teoretyczne oraz generowanie kierunków badań. Agent nadzorujący współpracuje z architekturą planisty i replanisty, a w centrum stoi agent modelowania teoretycznego, korzystający z wytrenowanych wcześniej neuronowych modeli zastępczych. Dzięki temu złożone modelowanie szerokopasmowe i wieloaspektowe da się prowadzić przez rozmowę w języku naturalnym, bez każdorazowego uruchamiania pełnych obliczeń.

Autorzy zmierzyli przede wszystkim warstwę wyszukiwania literatury, na dwóch zestawach testowych: takim, w którym każde pytanie dotyczy jednej publikacji, oraz takim, w którym odpowiedź wymaga dowodów z kilku prac. Co najmniej jedna trafna publikacja znalazła się w pierwszych pięciu wynikach dla 76,6 proc. pytań z pierwszego zestawu i 79,2 proc. z drugiego. Przykładowe przepływy pracy pokazują, jak literatura, dane obserwacyjne, modelowanie i stawianie hipotez składają się w śledzalną analizę. Twórcy zapowiadają rozszerzenie na inne dziedziny astrofizyki.

Pierścień, który zdradza spin

Osobna praca sięga po samo narzędzie pomiaru. Interferometria wielkobazowa mogłaby bezpośrednio obrazować struktury czarnej dziury w skali horyzontu zdarzeń, między nimi pierścień fotonowy. Podpierścień rzędu n = 1 jest szczególnie cenny, bo w swoim profilu radialnym i modulacji jasności w azymucie koduje informacje o spinie czarnej dziury. Kłopot w tym, że w obserwacjach nakłada się na emisję podpierścienia n = 0 i trzeba go najpierw wyizolować.

Zespół Courtney Duong, Franka Myhre’a i Josepha Faraha wytrenował splotową sieć neuronową na 111 tysiącach symulowanych obrazów pierścieni, wygenerowanych narzędziem eht-imaging. Sieć odtwarza profil radialny i kątowy podpierścienia n = 1 ze średnią znormalizowaną korelacją krzyżową około 0,99. Nie zgłasza fałszywych wykryć, gdy pierścienia w danych nie ma, a wyekstrahowane cechy pozwalają odzyskać modulację jasności czułą na spin. Na obrazach z symulacji KerrBAM i magnetohydrodynamicznych odtwarza ogólny profil radialny, choć rozbieżności pojawiają się w profilu intensywności. Autorzy wiążą to z przyszłymi misjami, takimi jak planowany Black Hole Explorer.