تصویر هوش مصنوعی از سیاهچاله راه شیری؛ پیشرفتی شگفت‌انگیز یا تحریفی نگران‌کننده؟

به گزارش اخبار زنده و به نقل از اسپیس، این یافته‌های جنجالی که از تحلیل داده‌های تلسکوپ افق رویداد (EHT) با استفاده از الگوریتم‌های پیشرفته هوش مصنوعی به دست آمده، بحث‌های زیادی را در جامعه علمی برانگیخته است.
 
پروفسور راینهارد گنزل، اخترفیزیکدان برجسته مؤسسه ماکس پلانک و برنده جایزه نوبل فیزیک ۲۰۲۰ اظهار داشت: «اگرچه به کار این تیم تحقیقاتی بسیار علاقه‌مندم و از تلاش‌هایشان قدردانی می‌کنم، اما باید به خاطر داشت که هوش مصنوعی راه‌حل معجزه‌آسایی برای همه مشکلات نیست».
 
این دانشمند سرشناس هشدار داد که کیفیت نسبتاً پایین داده‌های اولیه مورد استفاده در این پژوهش ممکن است نتایج را به شکلی غیرمنتظره و نامحسوس تحت تأثیر قرار داده باشد.
 
گفتنی است تلسکوپ افق رویداد که از شبکه‌ای متشکل از هشت تلسکوپ رادیویی پراکنده در نقاط مختلف جهان تشکیل شده، از تکنیک پیشرفته‌ای به نام تداخلسنجی خط پایه بسیار طولانی (VLBI) استفاده می‌کند.

این روش که یکی از پیچیده‌ترین تکنیک‌های اخترشناسی مدرن محسوب می‌شود، به شدت تحت تأثیر عواملی مانند بخار آب موجود در جو زمین قرار دارد و داده‌های جمع‌آوری شده اغلب مملو از نویز و اختلال هستند.
 
مایکل جانسن، اخترفیزیکدان دانشگاه رادبود هلند و یکی از نویسندگان اصلی این مطالعه، در توضیح چالش‌های پیش‌رو می‌گوید: «تفسیر و پردازش داده‌های خام EHT کاری بسیار دشوار و پیچیده است. ما دریافتیم که یک شبکه عصبی پیشرفته می‌تواند به طور ایده‌آلی این مشکل را حل کند».

گفته می‌شود تیم تحقیقاتی تحت هدایت جانسن از الگوریتم‌های هوش مصنوعی برای تحلیل و پردازش داده‌هایی استفاده کرده‌اند که پیش‌تر به دلیل سطح بالای نویز و اختلال، غیرقابل استفاده تلقی می‌شدند. تصویر جدید تولید شده توسط این سیستم هوش مصنوعی، ویژگی‌های جالب توجه و بی‌سابقه‌ای از سیاهچاله کمان ای را آشکار ساخته است.

بر اساس یافته‌های منتشر شده، این سیاهچاله عظیم با سرعتی نزدیک به حداکثر سرعت ممکن در حال چرخش است و جالب‌تر اینکه محور چرخش آن نیز به طرز شگفت‌انگیزی به سمت منظومه شمسی و کره زمین اشاره دارد.
 
این اطلاعات ارزشمند می‌تواند به دانشمندان در درک بهتر رفتار تابش‌های پرانرژی اطراف سیاهچاله‌های عظیم و همچنین بررسی پایداری دیسک برافزایشی (حلقه ماده داغ) اطراف آنها کمک شایانی کند.
 
با این حال، پروفسور گنزل در نقد این پژوهش تأکید می‌کند که تصویر تولید شده توسط هوش مصنوعی ممکن است تا حدی تحریف شده باشد و نباید بدون انجام بررسی‌های تکمیلی و اعتبارسنجی‌های بیشتر، به آن به عنوان یافته‌ای قطعی استناد کرد.

این فیزیکدان برجسته خاطرنشان می‌سازد که هوش مصنوعی با وجود تمام توانایی‌های شگفت‌انگیزش، محدودیت‌های ذاتی خاص خود را دارد و نمی‌تواند به طور کامل جایگزین روش‌های علمی سنتی و مشاهدات مستقیم شود.
 
در واکنش به این نقدها، جانسن و همکارانش اعلام کرده‌اند که قصد دارند در مرحله بعدی تحقیقات، این روش را روی جدیدترین داده‌های جمع‌آوری شده توسط EHT اعمال کنند و سپس نتایج را با مشاهدات واقعی و داده‌های مستقل مقایسه نمایند. آنها امیدوارند که این کار به اصلاح و بهبود مدل هوش مصنوعی و در نتیجه ارتقای دقت شبیه‌سازی‌های آینده منجر شود.
 
این پژوهش در شرایطی منتشر شده که جامعه علمی بین‌المللی همچنان در حال بحث و تبادل نظر درباره دقت، قابلیت اعتماد و محدودیت‌های روش‌های مبتنی بر هوش مصنوعی در اخترفیزیک و کیهان‌شناسی است.

از یک سو، دانشمندانی مانند پروفسور گنزل رویکردی محتاطانه و انتقادی دارند و بر ضرورت اعتبارسنجی نتایج تأکید می‌ورزند. از سوی دیگر، پژوهشگرانی مانند دکتر جانسن معتقدند که فناوری هوش مصنوعی با وجود تمام محدودیت‌هایش، پنجره‌های جدید و بی‌سابقه‌ای به اسرار نهفته کیهان می‌گشاید و می‌تواند تحولی شگرف در درک ما از پدیده‌های اخترفیزیکی ایجاد کند.