تجلی هوش مصنوعی از سیاهچاله کهکشان راه شیری؛ نوآوری حیرتانگیز یا تفسیر نگرانکننده؟

طبق گزارش ایتنا و به نقل از اسپیس، این یافتههای کمنظیر که از طریق تحلیل دادههای تلسکوپ افق رویداد (EHT) و با استفاده از الگوریتمهای پیشرفته هوش مصنوعی استخراج شده، مباحث و گفتگوهای فراوانی را در جامعه علمی به وجود آورده است.
پروفسور راینهارد گنزل، اخترفیزیکدان برجسته مؤسسه ماکس پلانک و دریافتکننده جایزه نوبل فیزیک ۲۰۲۰ بیان کرد: «در حالی که من به تحقیقات این تیم علاقمند هستم و از زحماتشان قدردانی میکنم، باید به یاد داشت که هوش مصنوعی خودش پاسخگوی تمام چالشها نیست».
این دانشمند برجسته نکتهای را خاطرنشان کرد که کیفیت نسبتاً پایین دادههای اولیه به کار رفته در این بررسی ممکن است نتایج را به شکلی غیرمنتظره و نامحسوس تحت تأثیر قرار داده باشد.
شایان ذکر است که تلسکوپ افق رویداد به وسیله یک شبکه از هشت تلسکوپ رادیویی که در نقاط مختلف جهانی قرار دارند، تشکیل شده و این دستگاه از تکنیک پیشرفتهای به نام تداخلسنجی خط پایه بسیار طولانی (VLBI) بهره میبرد.
این روش که یکی از پیچیدهترین و مدرنترین تکنیکها در اخترشناسی به حساب میآید، به شدت تحت تأثیر عواملی از جمله بخار آب موجود در جو زمین است و دادههای جمعآوریشده اغلب با نویز و اختلال همراه هستند.
مایکل جانسن، اخترفیزیکدان دانشگاه رادبود هلند و یکی از نویسندگان اصلی این تحقیق، در تشریح چالشهای موجود میگوید: «تحلیل و پردازش دادههای خام EHT چالشی بزرگ و پیچیده به شمار میرود. ما متوجه شدیم که یک شبکه عصبی پیشرفته میتواند به خوبی این معضل را حل کند».
گفته میشود که تیم تحقیقاتی به رهبری جانسن از الگوریتمهای هوش مصنوعی برای تحلیل و پردازش دادههایی بهره بردهاند که پیش از این به دلیل نویز بالا و اختلال، غیرقابل استفاده تصور میشدند. تصویری که توسط این سیستم هوش مصنوعی تولید گردیده، ویژگیهای باورنکردنی و بیسابقهای را از سیاهچاله کمان ای نمایان کرده است.
از یافتههای منتشرشده، مشخص شده که این سیاهچاله غولپیکر با سرعتی نزدیک به حد اکثر در حال چرخش است و جالبتر این که محور چرخش آن به طرز شگفتانگیزی به سمت منظومه شمسی و سیاره زمین اشاره دارد.
این اطلاعات ارزشمند میتواند به محققان در فهم بهتر رفتار تابشهای پرانرژی پیرامون سیاهچالههای عظیم و همچنین بررسی پایداری دیسک برافزایشی (حلقه ماده داغ) اطراف این سیاهچالهها کمک شایانی کند.
با وجود این، پروفسور گنزل در انتقاد از این پژوهش تأکید میکند که تصویر تولید شده توسط هوش مصنوعی ممکن است تا حدودی تحریف شده باشد و لذا نباید بدون بررسیهای تکمیلی و اعتبارسنجیهای اضافی به آن به عنوان یک نتیجه نهایی استناد کرد.
این فیزیکدان برجسته یادآور میشود که هرچند هوش مصنوعی قابلیتهای حیرتانگیزی دارد، اما دارای محدودیتهای خاص خود بوده و نمیتواند به طور کامل جایگزین روشهای علمی سنتی و مشاهدات مستقیم شود.
در پاسخ به این انتقادات، جانسن و همکارانش اعلام کردهاند که در مرحله بعدی تحقیقات، قصد دارند این روش را بر 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 اقدام به بهبود و اصلاح مدل هوش مصنوعی و در نتیجه افزایش دقت شبیهسازیهای آتی منجر شود.
این پژوهش در شرایطی منتشر شده که جامعه علمی جهانی همچنان در حال بحث و تبادل نظر حول دقت، اعتبار و محدودیتهای روشهای مبتنی بر هوش مصنوعی در اخترفیزیک و کیهانشناسی است.
از یک سو، دانشمندان مانند پروفسور گنزل رویکردی محتاطانه و انتقادی دارند و بر لزوم اعتبارسنجی نتایج تأکید میکنند. از سوی دیگر، پژوهشگرانی چون دکتر جانسن اعتقاد دارند که فناوری هوش مصنوعی با وجود تمام معایبش، درهای تازه و بیسابقهای به رازهای پنهان کیهان میگشاید و قادر است جانی تازه به فهم ما از پدیدههای اخترفیزیکی ببخشد.



