贝叶斯神经网络艺术图。该报纸报道说，一支国际天文学家团队使用了一个由数百万合成模拟和人工智能（AI）训练的神经网络，以拥抱有关黑洞的新宇宙奥秘，发现银河系中间的黑洞几乎以最高的速度旋转。这些大型模拟是由美国高吞吐量计算中心（CHTC）提供的计算强度形成的。 6月15日，天文学家发表了三篇关于天文学和天体物理学的论文，这些论文报告了他们的研究和程序结果。今年是威斯康星大学计算机科学家Miron Livny建议的高通量计算诞辰40周年。这是一种共享计算的新形式，可以在数千台计算机网络上自动窃取计算活动的新形式，重要的是将主要计算任务转换为许多小型活动非常重要。这个创新的c计算是在全球项目中推动数据的主要发现，包括寻找中微子宇宙，亚原子颗粒和重力波，并揭示抗生素耐药性。 2019年，Horizo??n Telescope（EHT）事件与M87 Expanse中间的超级质量黑洞的第一张图像合作。在2022年，EHT在银河系中间显示了射手座A*中黑洞的图像。但是，这些图片背后的数据仍然包含许多难以破解信息。 EHT合作组织的先前研究仅使用少量的实际合成数据文件。作为由“促进吞吐量计算协作（PATH）”资助的国家科学基金会项目的略有结果，CHTC允许天文学家在所谓的贝叶斯神经网络中输入数百万个数据文件，这决定了不确定性。这使研究人员可以更好地比较数据与EHT模型之间的差异s。多亏了神经网络，研究人员确定银河系中间的黑洞几乎以最高速度旋转，轴心指向地面。此外，黑洞附近的辐射是周围积聚磁盘中超热电子的主要原因，而不是被称为喷气机。同时，磁场在积聚磁盘上的活性似乎与传统的吸积盘理论不同。 “我们挑战主流理论，这肯定是渴望的，”荷兰尼杰梅根大学的研究人员史密斯·詹森（Smichael Janssen）说，其中一位与该论文有关。 “但是，我认为我们的AI和机器学习策略仅仅是开始。接下来，我们将改进并衡量相关的模型和模拟。”亚利桑那大学斯图尔特天文台的天文学家Chi-Kwan Chan补充说：“计算数百万数据文件的扩展本身就是一个巨大的成功。它需要可靠的工作流程AU态度，并有效地提供了存储和处理能源之间的工作。”“很高兴看到EHT使用我们的高吞吐量计算能力的合作，将AI应用于他们的科学研究。 “尝试使EHT合作组织的研究人员能够收集相同数量和质量的数据，并使用它来训练有效的模型以促进科学发现。” （Wenlele）相关纸张信息：https：//doi.org/10.1051/0004-6361/20553784