AI智能學習解開黑洞成長與恆星誕生之宇宙謎團

在天文學的一大突破中，巴斯大學的科學家們利用人工智慧技術，揭開了超大質量黑洞對銀河演化的重要影響，並發現了黑洞生長的新奧秘。傳統認為，兩個銀河的碰撞與合併觸發了黑洞的成長，然而新研究顯示，光有銀河合併還不足以刺激黑洞，銀河中心還必須有大量的冷氣體。

這項研究首次使用機器學習來分類銀河合併，目的是探索「銀河合併」、「超大質量黑洞的吸積」和「恆星形成」之間的關係。以往這些分類工作大多依賴人眼觀察，這不僅耗時，而且容易出錯。

科學家訓練了一個神經網絡模型，模擬銀河合併，然後將這個模型應用於實際觀察到的銀河中。他們發現，與人工分類相比，這種方法在識別合併事件方面更為準確，並且避免了人類的偏見。

形成條件：含有大量冷氣體且正在形成恆星的銀河

研究團隊發現，僅有銀河合併並不足以刺激黑洞的生長。他們進一步研究了約8000個吸積黑洞系統，發現只有在特定類型的銀河中——那些含有大量冷氣體並且正在形成恆星的銀河——合併才導致了黑洞的成長。

這一發現不僅對理解超大質量黑洞在銀河演化中的作用至關重要，也為天文學家們提供了新的研究方法。巴斯大學的物理學家卡羅琳·維爾福斯博士說，利用機器學習，我們可以分析成千上萬的銀河，獲得一致的結果，並同時觀察黑洞的許多不同特性。

這項研究不僅挑戰了長期以來的天文學假設——即同電荷粒子在特定條件下能相互吸引，提供了新的視角來理解和應用分子間的交互作用。在製藥領域，這有助於改善藥物的穩定性和配方。在治療神經退行性等疾病方面，它幫助深入瞭解異常分子聚集的機制，從而促進新治療策略的開發。

這些研究結果發表在《月報皇家天文學會》期刊上，開啟了天文學和物理學領域的新篇章。

更多科學與科技新聞都可以直接上明日科學網 http://www.tomorrowsci.com

首圖來源：NASA cc By4.0

圖片來源：Depositphotos cc By4.0

參考論文：

1.A post-merger enhancement only in star-forming Type 2 Seyfert galaxies: the deep learning viewMonthly Notices of the Royal Astronomical Society