Nowe symulacje pokazują, że do wzrostu czarnych dziur i powstawania gwiazd potrzebne jest coś więcej niż tylko zderzenia galaktyk.
Supermasywne czarne dziury, gdy są aktywne, odgrywają kluczową rolę w ewolucji galaktyk. Dotychczas uważano, że wzrost ten jest skutkiem gwałtownych zderzeń dwóch galaktyk, po których następuje ich fuzja. Jednak nowe badania przeprowadzone przez naukowców z Uniwersytetu Bath sugerują, że same fuzje galaktyk nie są wystarczające do zasilenia czarnej dziury. W centrum galaktyki macierzystej konieczny jest również rezerwuar zimnego gazu.
Nowe badanie, opublikowane w czasopiśmie Monthly Notices of the Royal Astronomical Society, jest uważane za pierwsze, które wykorzystuje uczenie maszynowe do klasyfikowania połączeń galaktyk w konkretnym celu zbadania związku między połączeniem galaktyk, akrecją supermasywnych czarnych dziur i tworzeniem się gwiazd. Do tej pory fuzje były klasyfikowane (często błędnie) wyłącznie na podstawie obserwacji człowieka.
Kiedy ludzie poszukują fuzji galaktyk, nie zawsze wiedzą, na co patrzą, i często kierują się intuicją, aby ocenić, czy doszło do połączenia galaktyk – powiedziała Mathilda Avirett-Mackenzie, doktorantka na Wydziale Fizyki Uniwersytetu w Bath i pierwsza autorka artykułu badawczego. Badanie było wynikiem współpracy między partnerami z BiD4BEST (Big Data Applications for Black Hole Evolution Studies), których Innowacyjna Sieć Szkoleniowa zapewnia szkolenie doktoranckie w zakresie formowania się supermasywnych czarnych dziur.
Dodała: Trenując maszynę do klasyfikowania fuzji, można uzyskać znacznie bardziej prawdziwy obraz tego, co galaktyki faktycznie robią.
Supermasywne czarne dziury
Supermasywne czarne dziury znajdują się w centrach wszystkich masywnych galaktyk (aby dać wyobrażenie o skali, Droga Mleczna, zawierająca około 200 miliardów gwiazd, jest tylko galaktyką średniej wielkości). Te supermasywne czarne dziury zazwyczaj mają masę od milionów do miliardów mas Słońca.
Przez większość swojego życia te czarne dziury są spokojne, nieaktywne, podczas gdy materia krąży wokół nich, i mają one niewielki wpływ na galaktykę jako całość. Jednak w krótkich fazach swojego życia (krótkich tylko w skali astronomicznej i trwających najprawdopodobniej od milionów do setek milionów lat) wykorzystują one siły grawitacyjne do przyciągania do siebie dużych ilości gazu (zdarzenie znane jako akrecja), w wyniku czego powstaje jasny dysk, który może przyćmić całą galaktykę.
Te krótkie fazy aktywności są kluczowe dla ewolucji galaktyk, ponieważ ogromne ilości energii uwalnianej podczas akrecji mogą wpływać na proces formowania się gwiazd w galaktykach. Dlatego ustalenie, co powoduje, że galaktyka przechodzi między dwoma stanami – spoczynku i formowania gwiazd – jest jednym z największych wyzwań w astrofizyce.
Określenie roli supermasywnych czarnych dziur w ewolucji galaktyk ma kluczowe znaczenie dla naszych badań Wszechświata – powiedziała Avirett-Mackenzie,
Inspekcja człowieka a uczenie maszynowe
Przez dziesięciolecia modele teoretyczne sugerowały, że czarne dziury rosną, gdy galaktyki się łączą. Jednak astrofizycy badający związek między łączeniem się galaktyk a wzrostem czarnych dziur przez wiele lat kwestionowali te modele, zadając proste pytanie: jak wiarygodnie zidentyfikować łączenie się galaktyk?
Najczęściej stosowaną metodą była inspekcja wizualna. Klasyfikatorzy – eksperci lub osoby postronne – obserwują galaktyki i identyfikują duże asymetrie lub długie ogony pływowe (cienkie, wydłużone obszary gwiazd i gazu międzygwiazdowego, które rozciągają się w przestrzeń kosmiczną), które są związane z łączeniem się galaktyk.
Jednak ta metoda obserwacyjna jest zarówno czasochłonna, jak i niewiarygodna, ponieważ ludzie łatwo popełniają błędy w swoich klasyfikacjach. W rezultacie badania fuzji często dają sprzeczne wyniki.
W ramach nowego badania prowadzonego pod kierunkiem Bath naukowcy postawili sobie wyzwanie ulepszenia sposobu klasyfikacji połączeń poprzez zbadanie związku między wzrostem czarnych dziur a ewolucją galaktyk za pomocą sztucznej inteligencji.
Zainspirowany ludzkim mózgiem
Wytrenowali sieć neuronową (podzbiór uczenia maszynowego inspirowany ludzkim mózgiem i naśladujący sposób, w jaki biologiczne neurony przekazują sobie nawzajem sygnały) na symulowanych połączeniach galaktyk, a następnie zastosowaliśmy ten model do analizy galaktyk obserwowanych w kosmosie.
W ten sposób byli w stanie zidentyfikować fuzje bez ludzkich uprzedzeń i zbadać związek między fuzjami galaktyk a wzrostem czarnych dziur. Wykazali, że sieć neuronowa przewyższa ludzkie klasyfikatory w identyfikowaniu połączeń, a w rzeczywistości ludzkie klasyfikatory mają tendencję do mylenia regularnych galaktyk z fuzjami.
Stosując tę nową metodologię, naukowcy byli w stanie wykazać, że fuzje nie są silnie związane ze wzrostem czarnych dziur. Sygnatury fuzji są równie powszechne w galaktykach z i bez akreujących supermasywnych czarnych dziur.
Analizując niezwykle duży zbiór danych obejmujący około 8000 układów akreujących czarnych dziur, co pozwoliło zespołowi przeprowadzić badanie znacznie bardziej szczegółowo, odkryto, że fuzje prowadziły do wzrostu czarnych dziur tylko w bardzo specyficznym typie galaktyk, a mianowicie w galaktykach gwiazdotwórczych zawierających znaczne ilości zimnego gazu.
Pokazuje to, że same połączenia galaktyk nie wystarczą, aby zasilić czarne dziury: muszą być obecne także duże ilości zimnego gazu, aby czarna dziura mogła rosnąć.
Pani Avirett-Mackenzie powiedziała: Aby galaktyki mogły tworzyć gwiazdy, muszą zawierać obłoki zimnego gazu, które są w stanie zapadać się w gwiazdy. Wysoce energetyczne procesy, takie jak akrecja supermasywnych czarnych dziur, podgrzewają ten gaz, czyniąc go zbyt energetycznym, aby się zapadł, lub wydmuchują go z galaktyki.
I dodała: W pogodną noc można dostrzec ten proces w czasie rzeczywistym w Mgławicy Oriona – dużym, gwiazdotwórczym regionie w naszej Galaktyce i najbliższym Ziemi – gdzie można zobaczyć niektóre gwiazdy, które powstały niedawno, a inne wciąż się formują.
Dr Carolin Villforth, starszy wykładowca na Wydziale Fizyki i przełożona pani Avirett-Mackenzie w Bath, powiedziała: “do tej pory wszyscy badali fuzje w ten sam sposób – poprzez klasyfikację wizualną. Dzięki tej metodzie, korzystając ze specjalistycznych klasyfikatorów, którzy mogą dostrzec bardziej subtelne cechy, byliśmy w stanie spojrzeć tylko na kilkaset galaktyk, nie więcej.
Zamiast tego wykorzystanie uczenia maszynowego otwiera zupełnie nową i bardzo ekscytującą dziedzinę, w której można analizować tysiące galaktyk jednocześnie. Uzyskuje się spójne wyniki na naprawdę dużych próbach i w dowolnym momencie można przyjrzeć się wielu różnym właściwościom czarnej dziury.
Opracowanie:
Agnieszka Nowak
Więcej informacji:
- What makes black holes grow and new stars form? Machine learning helps solve the mystery
- A post-merger enhancement only in star-forming Type 2 Seyfert galaxies: the deep learning view
Źródło: University of Bath
Na ilustracji: Para galaktyk dyskowych w końcowych stadach łączenia. Źródło: NASA
