一个国际天文学团队已经训练了使用数百万合成模拟和人工智能（AI）的神经元网络，以在黑洞上揭示宇宙的新奥秘，揭示了银河系中心的黑洞正在以更高的速度转动。这些大型仿真集由美国高苏尔特普计算中心（CHTC）提供的计算机功率生成，这是Mogridge Institute和Wisconsin-Madison之间的联合关联。最近，天文学家发表了三篇文章“天文学和天体物理学”，并了解了他们的结果和研究方法。今年，高性能计算的诞生40周年纪念日是威斯康星州Miron Libney的计算机科学家的先驱。这是一种分布式计算的新形式，可以自动执行数千台计算机网络中的计算机任务，从本质上讲，将一个大型计算任务转换为许多小型计算机任务。这项计算机创新促进了全球数百个科学项目中的大量数据，其中空间中微子，亚原子颗粒，引力波搜索以及对抗生素的明显耐药性。 2019年，Event Horizo​​n望远镜（EHT）与M87 Galaxy中心的第一个Ultra Big Black Hole推出有关。 2022年，EHT在银河系中心显示了射手座A*黑洞的图像。但是，这些图像背后的数据仍然包含许多困难信息。与EHT合作的先前研究仅使用了少量的实际合成数据文件。作为由威斯康星大学麦迪逊分校的麦迪逊大学国家科学基金会（NSF）推广的绩效计算（路径）合作的一部分，天文学家可以在贝叶斯神经元网络中喂养数百万个数据文件，以量化不确定性。这使研究人员可以更好地比较数据和EHT模式之间的差异LS。多亏了神经元网络，研究人员现在有能力在银河系中心创建黑洞。此外，黑洞附近的辐射主要是由周围的联合盘上非常热的电子引起的，而不是SO称为射流。此外，吸积盘的磁场的性能似乎与通常的积聚磁盘理论不同。本文的作者之一，荷兰Nimgen大学的研究员迈克尔·詹森（Michael Jansen）说：“我们在挑战常规理论，这肯定令人兴奋。” “但是我认为我们的AI和自动学习方法只是第一步。然后，我们将改进和扩展相关的模型和模拟，”亚利桑那大学斯图尔特天文台的天文学家Chi-Kwan Chan补充说，“我们希望首先看到它。” “攀登数百万综合数据文件的能力本身就是一个令人难以置信的成就。”很高兴看到EHT的合作需要Advantag我们的高性能计算机功率将AI应用于科学。 "Anthony G, a researcher at the Mogridge Institute, is one of the co-leaders of the route project, one of the co-leaders of the other main projects of the route and a researcher at the Mogridge Institute, according to the other scientists, the other itterifers, such as the other scientists, the other scientists CHTC allow researchers from EHT cooperatives to collect quantitative and quality data and use them to train effective models to promoteR The scientific discovery ”。相关论文信息：https：//doi.org/10.1051/0004-6361/202553784