OpenAI Codex를 사용하여 블랙홀 플라즈마 시뮬레이션 가속화

블랙홀 시뮬레이션을 위한 AI 기반 알고리즘 발견

천체물리학자 Chi-kwan Chan은 OpenAI Codex를 활용하여 초거대 블랙홀 주변의 플라즈마를 더 현실적으로 시뮬레이션할 수 있는 새로운 수치 알고리즘을 개발하고 있다. AI를 사용하여 후보 수치 방안을 제안함으로써 연구자들은 과거에 블랙홀 모델링의 규모와 정확도를 제한해온 계산적 병목 현상을 우회할 수 있다.

플라즈마 모델링에서의 계산적 병목 극복

블랙홀 주변 환경을 시뮬레이션하려면 전하를 띤 전자와 이온으로 구성된 과열된 물질인 플라즈마를 모델링해야 한다. 밀도가 높은 플라즈마는 유체로 모델링할 수 있지만, 초거대 블랙홀 근처의 뜨고 희박한 영역은 다르게 행동하는데, 여기서 입자들은 거의 충돌하지 않고 대신 자기장 선을 따라 나선형으로 움직인다.

정확하게 이 행동을 모델링하기 위해 표준 시뮬레이션은 블랙홀 주변을 나선형으로 움직이는 수조 개의 입자를 추적해야 한다. 이는 컴퓨터가 각 회전을 계산하기 위해 극히 작은 시간 단계를 취하도록 요구하며, 이는 슈퍼컴퓨팅 파워의 대부분을 소모하고 연구자들이 더 큰 규모의 행동을 연구하는 것을 방해한다.

알고리즘 탐색에서의 Codex 역할

Chi-kwan Chan은 Codex를 사용하여 입자 이동을 추적하는 방식을 바꾸는 수치 기법 탐색을 가속화한다. 목표는 컴퓨터가 미세한 나선형을 직접 따라가지 않고도 입자의 움직임을 시뮬레이션할 수 있는 방법을 찾는 것이다.

반복적 테스트 및 검증

AI를 '블랙 박스'에 의존하는 대신, Chan의 연구팀은 Codex를 사용하여 완전히 검토 가능하고 물리적으로 이해할 수 있는 수치 방안을 제안하고 구현한다. 이 과정은 엄격한 과학적 프레임워크를 따른다:

• 후보 생성: Codex는 문제를 해결하기 위한 여러 가지 잠재적인 수치 접근 방안을 생성한다.
• 테스트: 각 제안된 알고리즘은 알려진 해법과 비교하여 정확성을 검증하기 위해 테스트된다.
• 검증: 과학적 아이디어는 반복적인 테스트의 대상이므로, AI가 생성한 제안은 검증과 재현성을 통해 입증해야 하는 가설로 간주된다.

천체물리학에 대한 함의

이러한 Codex 지원 알고리즘이 성공적으로 구현된다면, 과학자들은 블랙홀 주변의 수조 개의 입자를 시뮬레이션할 수 있게 된다. 이 기능은 2019년에 첫 블랙홀 이미지를 만든 이벤트 호라이즌 망원경 (EHT) 협력이 정지 이미지를 넘어 초거대 블랙홀의 첫 번째 비디오를 제작하도록 허용할 것이며, 구체적으로 M87 은하 중심에 있는 블랙홀에 초점을 맞출 것이다.