Машинное обучение помогает понять сверхмассивные черные дыры: какой роль играют слияния галактик и холодный газ в их росте и звездообразовании
Во Вселенной существуют объекты, которые поражают своей таинственностью и мощью. Это сверхмассивные черные дыры, которые расположены в сердцах всех больших галактик и имеют вес, который в миллионы раз превосходит вес нашего солнца. Они могут затягивать к себе гигантские количества газа и светиться так ярко, что перекрывают свет всей галактики. Они также оказывают влияние на то, как звезды рождаются в галактиках, и, возможно, на то, как они меняются со временем.
Но что заставляет сверхмассивные черные дыры расти и активизироваться? До сих пор считалось, что основным фактором является слияние двух галактик, в результате которого черные дыры в их центрах объединяются и получают дополнительный газ для питания. Однако новое исследование, проведенное Университетом Бат в сотрудничестве с другими учеными, показывает, что это не так просто. Оказывается, что одних лишь слияний галактик недостаточно для того, чтобы черная дыра начала аккрецировать газ. Необходимо также наличие большого количества холодного газа в центре хозяйской галактики, который может служить источником пищи для черной дыры.
Для того, чтобы прийти к такому выводу, ученые использовали новый метод анализа данных, основанный на машинном обучении. Машинное обучение — это раздел искусственного интеллекта, который позволяет компьютерам обучаться на основе данных, а не заранее заданных правил. В частности, ученые применили нейронную сеть — математическую модель, вдохновленную работой человеческого мозга и имитирующую способ, которым нейроны передают сигналы друг другу.
Нейронная сеть была обучена на симулированных слияниях галактик, а затем применена к реальным галактикам, наблюдаемым в космосе. Таким образом, ученые смогли определить слияния без человеческих предубеждений и изучить связь между слияниями галактик и ростом черных дыр. Они показали, что нейронная сеть лучше человеческих классификаторов в определении слияний, и, фактически, человеческие классификаторы склонны ошибочно принимать обычные галактики за слияния.
Применяя этот новый метод, ученые смогли показать, что слияния не сильно связаны с ростом черных дыр. Признаки слияния одинаково распространены в галактиках с аккрецирующими и без аккрецирующих сверхмассивных черных дыр. Используя очень большую выборку из примерно 8000 аккрецирующих систем черных дыр, ученые обнаружили, что слияния приводят к росту черных дыр только в очень специфическом типе галактик: звездообразующих галактиках, содержащих значительное количество холодного газа.
Это показывает, что одних лишь слияний галактик недостаточно для питания черных дыр: также должны присутствовать большие количества холодного газа, который может попасть в черную дыру. Холодный газ также необходим для формирования звезд, поскольку он может сжиматься под действием гравитации. Однако, если в галактике происходит аккреция черной дыры, то она может нагреть или выдуть газ из галактики, тем самым препятствуя звездообразованию.
Таким образом, ученые смогли установить более сложную и интересную взаимосвязь между сверхмассивными черными дырами, слияниями галактик и звездообразованием. Они также продемонстрировали, как машинное обучение может помочь раскрыть тайны Вселенной, используя большие объемы данных и новые алгоритмы. Это открывает новые возможности и перспективы для дальнейших исследований в этой области.