בינה מלאכותית ומיחשוב מבוזר עתיר תפוקה חושפים את סודות החור השחור של שביל החלב

שילוב של רשת נוירונים בייסיאנית עם מיליוני סימולציות ממוחשבות איפשר לקבוע כי החור השחור במרכז הגלקסיה מסתובב כמעט במהירות המרבית – בזכות תשתית חישוב שפותחה על ידי פרופ' מירון ליבני ממכון מורגריג'

דו"ח חדש שפורסם ב־6 ביוני 2025 מציג פריצת דרך בחקר חורים שחורים: שילוב בין רשת נוירונים עמוקה ובינה מלאכותית לבין יכולות עיבוד בקנה מידה עצום אפשר לאסטרונומים לקבוע כי החור השחור במרכז שביל החלב מסתובב כמעט במהירות המרבית האפשרית – וציר הסיבוב שלו פונה לעבר כדור הארץ.

המחקר, שפורסם בשלושה מאמרים בכתב העת Astronomy & Astrophysics, התבסס על מיליוני סימולציות שנוצרו באמצעות מערכת מיחשוב מבוזר עתיר תפוקה (High-Throughput Computing), שפותחה במרכז CHTC – מיזם משותף של אוניברסיטת ויסקונסין-מדיסון ומכון מורגרידג'.

מאחורי הקלעים – תרומתו של מדען ישראלי

המערכת שאיפשרה את המסקנות פורצות הדרך פותחה לראשונה על ידי פרופ' מירון ליבני, מדען מחשבים ישראלי המתגורר בארה"ב. ליבני, העומד בראש מרכז CHTC ומוביל פרויקט PATh, ייסד כבר לפני 40 שנה את תחום המיחשוב המבוזר עתיר התפוקה – טכניקה שמחלקת בעיות חישוב מורכבות למיליוני משימות קטנות שמופצות להרצה על פני אלפי מחשבים במקביל. הגישה הזו משמשת כיום מאות פרויקטים מחקריים ברחבי העולם.

"עומס עבודה שמורכב ממיליוני סימולציות מתאים באופן מושלם לגישה שפיתחנו ושיפרנו במשך ארבעה עשורים," אמר ליבני. "אנחנו אוהבים לשתף פעולה עם חוקרים שמאתגרים את גבולות הסקייל של מערכות המיחשוב שלנו."

חשיפה עמוקה של החור השחור

לראשונה, נעשה שימוש ברשת נוירונים בייסיאנית (Bayesian Neural Network) – המסוגלת גם להעריך את רמת אי-הוודאות – שאומנה על מיליוני מערכי נתונים סינתטיים. הנתונים הללו נוצרו במרכז CHTC והוזנו למערכת הבינה המלאכותית של צוות טלסקופ אופק האירועים (EHT). בכך התאפשרת התאמה מדויקת הרבה יותר בין המודלים התיאורטיים לבין הנתונים האמיתיים.

הממצאים החדשים:

• החור השחור Sagittarius A* ככל הנראה מסתובב כמעט במהירות המרבית האפשרית.
• הפליטה האלקטרומגנטית סביבו נובעת מדיסקת ספיחה של אלקטרונים חמים – ולא מסילון פלזמה.
• השדות המגנטיים סביב הדיסקה מתנהגים באופן שאינו תואם לתיאוריות המקובלות.

"הסטייה מהתיאוריה הרווחת היא מרגשת," אמר מייקל יאנסן, ראש צוות המחקר מאוניברסיטת רדבאוד שבהולנד. "אבל מבחינתי, זה רק השלב הראשון – נמשיך לפתח ולשפר את המודלים."

תשתית חישובית אדירה מאחורי הקלעים

הפרויקט התבסס על Open Science Pool, רשת חישוב לאומית הנתמכת על ידי הקרן הלאומית למדע של ארה"ב (NSF), ומאגדת משאבים מיותר מ־80 מוסדות. למעלה מ־12 מיליון משימות חישוביות בוצעו בפרויקט לאורך שלוש שנים.

פרופ' אנתוני גיטר, חוקר במכון מורגרידג' וממובילי פרויקט PATh, הוסיף:

"כמו בתחומים אחרים, מערכת המיחשוב המבוזר עתיר התפוקה שלנו איפשרה לאנשי EHT להכשיר את המודלים של הבינה המלאכותית בעזרת דאטה בהיקף ובאיכות חסרי תקדים."

מקורות

• Deep learning inference with the Event Horizon Telescope I. Calibration improvements and a comprehensive synthetic data library. By: M. Janssen et al. In: Astronomy & Astrophysics, 6 June 2025. [original (open access) | preprint (pdf)].

• Deep learning inference with the Event Horizon Telescope II. The Zingularity framework for Bayesian artificial neural networks. By: M. Janssen  et al. In: Astronomy & Astrophysics, 6 June 2025. [original (open access) | preprint (pdf)].

• Deep learning inference with the Event Horizon Telescope III. Zingularity results from the 2017 observations and predictions for future array expansions. By: M. Janssen et al. In: Astronomy & Astrophysics, 6 June 2025. [original (open access) | preprint (pdf)].

עוד בנושא באתר הידען:

• קיצור תולדות החורים השחורים
• מאות חורים שחורים בינוניים מרחפים בגלקסיה
• מחשב-על ימחיש התנגשות "חורים שחורים"
• החומר האפל: חורים שחורים ראשוניים והרעידה המסתורית של מסלול מאדים
• מעבר לסף: הדמיה חדשה של חור שחור בנאס"א מאפשרת לצופים לצלול אל אופק האירועים