ENG: An international team of astronomers used artificial intelligence (AI) and a powerful computing method called high-throughput computing (HTC) to learn new details about the black hole at the center of our Milky Way, known as Sagittarius A*. They trained a special type of AI called a Bayesian neural network using millions of computer-generated simulations. These simulations were created with the help of the Center for High Throughput Computing (CHTC), which allowed the researchers to break the task into millions of smaller jobs and run them across thousands of computers. This approach helped the team analyze and compare data from the Event Horizon Telescope (EHT) in much greater detail than ever before.
The key advantage of this project was the use of a massive number of realistic synthetic images, far more than earlier studies, which had only used a few. The Bayesian neural network was not only trained to recognize patterns in this data but also to estimate how certain or uncertain its predictions were. Thanks to this AI model, the researchers discovered that Sagittarius A* is spinning very close to its maximum possible speed, and its spin axis points toward Earth. They also found that the black hole’s surrounding glow is likely caused by extremely hot electrons in its accretion disk (a swirling disk of matter falling into the black hole), rather than by jets of particles, as previously believed. Additionally, the behavior of the magnetic fields in this region seems to differ from existing theories.
This work highlights how combining AI with HTC can transform scientific research. Over the past three years, the black hole project completed over 12 million computing tasks using the Open Science Pool, a network of shared computing resources from more than 80 institutions. By enabling researchers to run large numbers of simulations and train advanced models, high-throughput computing made it possible to extract hidden features from EHT data. The results give us a clearer picture of Sagittarius A*, while also opening the door for refining current models of how black holes work.
RO: O echipă internațională de astronomi a folosit inteligența artificială (AI) și o metodă puternică de calcul numită „high-throughput computing” (HTC) pentru a afla noi detalii despre gaura neagră din centrul Căii noastre Lactee, cunoscută sub numele de Sagittarius A*. Ei au antrenat un tip special de inteligență artificială numită rețea neuronală bayesiană folosind milioane de simulări generate de calculator. Aceste simulări au fost create cu ajutorul Center for High Throughput Computing (CHTC), care a permis cercetătorilor să împartă sarcina în milioane de sarcini mai mici și să le execute pe mii de calculatoare. Această abordare a ajutat echipa să analizeze și să compare datele de la Event Horizon Telescope (EHT) cu mult mai multe detalii decât până acum.
Principalul avantaj al acestui proiect a fost utilizarea unui număr masiv de imagini sintetice realiste, mult mai multe decât studiile anterioare, care au folosit doar câteva. Rețeaua neuronală bayesiană a fost antrenată nu numai pentru a recunoaște modele în aceste date, ci și pentru a estima cât de sigure sau incerte sunt predicțiile sale. Datorită acestui model de inteligență artificială, cercetătorii au descoperit că Sagittarius A* se rotește foarte aproape de viteza sa maximă posibilă, iar axa sa de rotație este îndreptată spre Pământ. De asemenea, cercetătorii au descoperit că strălucirea din jurul găurii negre este probabil cauzată de electronii extrem de fierbinți din discul de acreție (un disc de materie care se rotește și cade în gaura neagră), mai degrabă decât de jeturi de particule, așa cum se credea anterior. În plus, comportamentul câmpurilor magnetice din această regiune pare să difere de teoriile existente.
Această lucrare evidențiază modul în care combinarea IA cu HTC poate transforma cercetarea științifică. În ultimii trei ani, proiectul privind gaura neagră a finalizat peste 12 milioane de sarcini de calcul utilizând Open Science Pool, o rețea de resurse de calcul partajate de la peste 80 de instituții. Permițând cercetătorilor să ruleze un număr mare de simulări și să antreneze modele avansate, calculul de mare capacitate a făcut posibilă extragerea unor caracteristici ascunse din datele EHT. Rezultatele ne oferă o imagine mai clară a Sagittarius A*, deschizând în același timp ușa pentru rafinarea modelelor actuale de funcționare a găurilor negre.
Source (Morgridge Institute for Research, “Throughput computing enables astronomers to use AI to decode iconic black holes”, 06.06.2025)
Papers: Janssen, M., Chan, C.K., Davelaar, J., Natarajan, I., Olivares, H., Ripperda, B., Röder, J., Rynge, M. and Wielgus, M., 2025. Deep learning inference with the Event Horizon Telescope-I. Calibration improvements and a comprehensive synthetic data library. Astronomy & Astrophysics, 698, p.A60.
Janssen, M., Chan, C.K., Davelaar, J. and Wielgus, M., 2025. Deep learning inference with the Event Horizon Telescope-II. The ZINGULARITY framework for Bayesian artificial neural networks. Astronomy & Astrophysics, 698, p.A61.
Janssen, M., Chan, C.K., Davelaar, J. and Wielgus, M., 2025. Deep learning inference with the Event Horizon Telescope-III. ZINGULARITY results from the 2017 observations and predictions for future array expansions. Astronomy & Astrophysics, 698, p.A62.
