Un equipo internacional de astrónomo ha entrenado una red neurológica con millones de imitación artificial e inteligencia artificial (IA) para provocar una nueva curiosidad cósmica sobre los agujeros negros, lo que muestra que uno en el centro de nuestro cielo está girando casi rápidamente.
Estos grandes trajes fueron desarrollados por las capacidades de computación de Thrropopt proporcionadas por los Centros para la Computación THROPT (CHTC) alta, que es una empresa conjunta del Instituto de Investigación de Morghridge y la Medicina de la Universidad de Wisconsin. Los astrónomos de hoy publicaron sus resultados y procedimientos en tres artículos de la revista Astronomía y física astronómica.
Computación de alto nivel, celebrando sus 40Tercero Este año, Marvin Levini, científico informático de Wisconsin, Advanced. Es una novela de la computación distribuida que convierte automáticamente las tareas informáticas en una red de miles de computadoras, lo que esencialmente transforma un desafío de computación masiva en una flota súper cargada de niños pequeños. Esta innovación informática está ayudando a alimentar el descubrimiento de grandes datos en cientos de proyectos científicos en todo el mundo, lo que incluye exponer la resistencia a los antibióticos, así como a la exposición de la resistencia a los antibióticos, así como la búsqueda de neutrinos universales, partículas subtomáticas y ondas de gravedad.
En 2019, la cooperación del Telescopio de Asuntos de Eventos (EHT) lanzó la primera foto de un agujero negro súper -mausoleo en el centro del Galaxy M87. En 2022, presentó la imagen del agujero negro en nuestro centro de Akashiganga. Sin embargo, las cifras detrás de las imágenes aún no tienen el costo de la información de crack. Un equipo internacional de investigadores capacitó a una red nerviosa para extraer más información de los datos.
De un puñado de millones
En estudios previos en colaboración con EHT, solo se utilizaron un puñado de archivos de datos artificiales realistas. Para avanzar en el proyecto Throprot Computing (PATH) como parte de una asociación obtenida por la National Science Foundation (NSF), el CHTC, con sede en medicina, ha realizado astrónomos como nominar archivos de datos en la red nerviosa de las vecindad. Esto permitió a los investigadores comparar mucho mejor entre los datos y modelos EHT.
Gracias a la red nerviosa, los investigadores ahora sospechan que el agujero negro es casi más rápido en el centro del Akashiganga. El eje de su rotación apunta a la tierra. Además, la emisión cerca del agujero negro se debe principalmente a electrones extremadamente calientes en el disco de acción circundante y no por el chorro llamado SO. Además, el sector magnético en el disco Acric parece comportarse de manera diferente a las ideas habituales de tales discos.
“Estamos rechazando la ideología actual”, dice Michael Johnson, investigador principal de los Países Bajos, Países Bajos. “Sin embargo, estoy viendo mi enfoque de IA y aprendizaje automático principalmente como el primer paso. A continuación, mejoraremos y ampliaremos los modelos e imitación asociados con él”.
Escalado impresionante
“La capacidad de entrenar millones de archivos de datos artificiales necesarios para entrenar el modelo es un logro impresionante”. “Requiere automatización de flujo de trabajo confiable y una distribución efectiva de las cargas de trabajo en recursos de almacenamiento y capacidad de procesamiento”.
“Nos hemos encantado ver que EHT aproveche nuestras capacidades informáticas de trept para aportar poder a su ciencia”, dice Anthony Gateter, investigador de Morgridge y profesor de Path Copi. “Incluso en el caso de otros dominios científicos, las capacidades de CHTC permiten a los investigadores recopilar la cantidad y calidad de los datos diseñados para la IA necesaria para la capacitación de modelos efectivos, lo que facilita el descubrimiento científico”.
El Punto de Ciencias Open de Open Science de la NSF, que es administrada por el camino, ofrece la capacidad de la informática en colaboración con más de 80 instituciones en los Estados Unidos. El Proyecto Horizontal Horizontal Black Hole ha llevado a cabo más de 12 millones de empleos informáticos en los últimos tres años.
“Una carga de trabajo que contiene millones de imitación es una gran coincidencia para nuestras habilidades basadas en la garganta que se han desarrollado y mejorado durante cuatro décadas”, dice el director de CHTC e investigador principal de Path. “Nos gusta cooperar con investigadores que tienen la carga del trabajo que desafía nuestras escalas de servicios”.
Se mencionó los documentos científicos
Aprendizaje profundo con el Telescopio Horizon Event I. Mejora de la calibración y una biblioteca de datos sintética integral. De: M. Johnson et al. I: Astronomía y física astronómica6 de junio de 2025.
Aprendizaje profundo con el evento Horizon Telescope II. Marco ZangULTY para la red del nervio sintético bisiano. De: M. Johnson et al. I: Astronomía y física astronómica6 de junio de 2025.
Evaluación de un aprendizaje profundo con el Event Horizon Telescope III. Zingolty es el resultado de las observaciones y pronósticos de 2017 para la propagación de rangos en el futuro. De: M. Johnson et al. I: Astronomía y física astronómica6 de junio de 2025.
