超大质量黑洞可由暗物质直接形成
一个国际天文学家小组在最新一期英国《皇家天文学会月刊》上撰文，提出超大质量黑洞可由暗物质形成的新机制——超大质量黑洞可由位于星系中央稠密区域的暗物质直接形成，而非传统认为的那样由普通物质形成。这一研究结果对揭示超大质量黑洞的形成原因，以及早期宇宙学研究具有重要意义。
超大质量黑洞究竟是如何形成的？这是当今星系演化研究领域最大的谜团之一。科学家此前已观察到宇宙大爆炸后8亿年就已形成的超大质量黑洞，但它们究竟是如何快速成长为“庞然大物”的，至今仍是未解之谜。
超大质量黑洞标准形成模型认为，普通重子物质（构成恒星、行星和所有可见物体的原子和元素），在引力作用下坍塌形成黑洞，这些黑洞会随着时间的推移不断长大。
但这项最新研究认为，可能存在由暗物质构成的稳定星系内核，其周围弥散着稀薄的暗物质晕，这些内核可能会变得非常稠密，一旦达到临界阈值，就会坍缩成超大质量黑洞。而且，这种超大质量黑洞的形成方式可能比其他形成机制更快发生，使早期宇宙中的超大质量黑洞在它们栖息的星系形成之前就已形成，这颠覆了目前的主流观点。
最新研究负责人、阿根廷阿普拉特国立大学的卡洛斯·阿圭列斯说：“这种新的形成机制可能为早期宇宙中出现的超大质量黑洞如何形成提供了一个自然的解释，在这一形成中，不需要恒星先形成，也不需要借助种子黑洞来阐释超大质量黑洞是如何形成的。”
阿圭列斯补充说：“在最新研究中，我们首次证明这样的核晕暗物质分布确实可以在宇宙学框架内形成，并在宇宙的整个生命周期内保持稳定。”
他们计划开展进一步研究，加深对宇宙最早期超大质量黑洞如何形成的了解，也希望厘清包括银河系在内的非活跃星系中央是否也栖息着此类致密暗物质核。
【人民日报】银河系中心超大质量黑洞首次“露面”
北京时间5月12日，在包括上海在内的全球多地同时召开的新闻发布会上，天文学家向人们展示了位于银河系中心的超大质量黑洞的首张照片（见上图，事件视界望远镜合作组织供图）。这一成果给出了该天体就是黑洞的实证，为理解这种被认为居于大多数星系中心的“巨兽”的行为提供了宝贵的线索。该照片由事件视界望远镜（EHT）合作组织这一国际研究团队，通过分布在全球的射电望远镜组网“拍摄”而成。
“组合”全球望远镜拍照
广义相对论预言，虽然黑洞本身不发光，但因为黑洞的存在，周围时空弯曲，气体被吸引下落。气体下落至黑洞的过程中，引力能转化为光和热，因此气体被加热至数十亿摄氏度。黑洞就像沉浸在一片类似发光气体的明亮区域内，看起来就像阴影，阴影周围环绕着一个由吸积或喷流辐射造成的如新月状的光环。
中国科学院上海天文台研究员路如森说：“对黑洞阴影的成像将提供黑洞存在的直接视觉证据。这就必须要保证望远镜足够灵敏，能分辨的细节足够小，从而保证看得到和看得清。”
但满足上述所有条件，望远镜的口径需要像地球直径长度。然而，目前地球上已有的单个望远镜最大口径也只有500米。该怎么办？天文学家们想到了一个好办法——强强联合。把地球上现有的一些望远镜“组合”起来，就能够形成一个口径如地球直径长度的“虚拟”望远镜，其所达到的灵敏度和分辨力都是前所未有的。于是，全球超过200名科学家达成了“事件视界望远镜”这一重大国际合作计划，决定利用甚长基线干涉测量技术。
中科院上海天文台台长、研究员沈志强说：“这一技术就是利用多个位于不同地方的望远镜在同一时间进行联合观测，最后将数据进行相关性分析之后合并，在射电波段已相当成熟。”距离地球有2.7万光年之遥的银河系中心黑洞人马座A＊照片，最终就是由分布在全球六地的8个射电望远镜组成的一个犹如地球那么大的虚拟望远镜拍摄而成的。
提供了直接视觉证据
科学家之前已观测到众多的恒星围绕着银河系中心一个不可见的、致密的和质量极大的天体作轨道运动。这已强烈暗示这个被称作人马座A＊（Sagittarius A＊：Sgr A＊）的天体是一个黑洞，而今天发布的照片则提供了首个直接的视觉证据。
路如森说：“事件视界望远镜对Sgr A＊开展了多个晚上的观测，每次连续采集了好几个小时的数据，就如同相机的长时间曝光。”
尽管Sgr A＊离我们更近，但这项成果的得来却比M87＊艰难得多。路如森解释，黑洞周围的气体均绕着Sgr A＊和M87＊高速旋转。气体绕转M87＊一周需要几天到数周时间，但对于相对小很多的Sgr A＊来说，几分钟内气体即可绕转一周。“这意味着就在EHT观测Sgr A＊之时，该超大质量黑洞周围绕转气体的亮度和图案也在时刻快速变化着，这对拍照的技术和水平提出了考验。
为此，研究人员不得不开发新的工具来考虑围绕Sgr A＊的气体运动。Sgr A＊的照片是研究团队提取出的不同照片平均后的效果，最终展现关于我们银河系中心的超大质量天体真面目的肖像。
未来要对准更多目标源
2019年4月10日，事件视界望远镜合作组织曾公布人类历史上拍摄的第一张黑洞照片。这一形状酷似“甜甜圈”的黑洞被称为M87＊，其直接成像帮助人类确认了“黑洞”的存在，也验证了爱因斯坦广义相对论的正确性。
2021年3月24日，事件视界望远镜合作组织又公布了黑洞在偏振光中的珍贵影像资料。不仅在黑洞首次成像的基础上提高了清晰度，同时发现黑洞周围有一个密度较小、厚度更大的“蓬松”环，而不是一个高密度的薄盘。
相比于2017年，事件视界望远镜合作组织在2018年已经增加了3个新的台站。事件视界望远镜的持续扩展和技术革新将使得科学家可以分享更引人注目的照片，包括在不久的将来的黑洞“电影”。
“拍摄一部银河系中心黑洞的‘电影’，是下一代事件视界望远镜的追求。”沈志强说，“我们正在规划建设中国的亚毫米波VLBI望远镜，以期参与到对Sgr A＊的24小时不间断的接力观测中。”
我国科学家长期关注高分辨率黑洞成像研究。此次的事件视界望远镜合作中，我国科学家积极参与早期事件视界望远镜国际合作的共同推动、事件视界望远镜观测时间的共同申请、夏威夷JCMT望远镜的观测运行、后期数据处理分析等。
沈志强说：“我们还将望远镜对准其他目标源，制作更多‘甜甜圈’。因其他‘甜甜圈’更迷你，所以需要更高的角分辨率，建设空间望远镜可以实现这一目标。”
“未来，我们非常希望能够参与到下一代事件视界望远镜的国际合作中，能够做出更大贡献。在观测和理论方面，我们都会有一定的部署和计划。”中科院上海天文台副台长袁峰说。
（原载于《人民日报》2022-05-1312版）
人工智能生成了“M87”大黑洞更清晰的图像
黑洞陷入引力奇点时，PRIMO缩小并锐化了EHT对围绕黑洞旋转的热物质环的观测。梅代罗斯说，这不仅仅是一张更漂亮的照片。
梅代罗斯进一步解释道：“由于我们无法近距离研究黑洞，图像的细节在我们理解其行为的能力中起着关键作用。图像中环的宽度现在缩小了大约1/2，这将对我们的理论模型和重力测试构成强大的约束。”
利亚·梅代罗斯和她的同事开发的技术被称为“主成分干涉建模”，或简称PRIMO，分析训练图像的大型数据集，以找出填补缺失数据的最有可能的方法。这类似于人工智能研究人员对路德维希·冯·贝多芬音乐作品的分析，为这位作曲家未完成的第十交响曲继续谱曲。
数以万计的模拟EHT图像被输入到PRIMO模型中，覆盖了进入M87黑洞的气体的广泛结构模式。为可用数据提供最佳拟合的模拟被混合在一起，以产生缺失数据的高保真重建。然后，对得到的图像进行重新处理，以匹配EHT的实际最大分辨率。
上图：EHT分辨率相匹配的模糊图像。
研究人员说，这张新图像应该能更精确地确定M87黑洞的质量，以及它的视界和吸积环的范围。反过来，这些决定可能会导致对与黑洞和引力有关的其他理论进行更有力的测试。
M87更加清晰的图像仅仅是个开始。PRIMO还可以用来增强事件视界望远镜对人马座A*的模糊视图，人马座A*是我们银河系中心的超大质量黑洞。而且，这还不是全部：PRIMO所采用的机器学习技术可以应用于黑洞之外的更多领域。梅代罗斯说：“这可能对干涉测量术产生重要影响，干涉测量术在从系外行星到医学领域都发挥着重要作用。”
PRIMO算法的开发是在美国国家科学基金会天文学和天体物理学博士后奖学金的支持下实现的。
如果朋友们喜欢，敬请关注“知新了了”！返回搜狐，查看更多
人工智能构建出有史以来第一张超大质量黑洞的全分辨率照片
研究人员说，M87黑洞的全分辨率图像揭示了一个中心区域，该区域比最初想象的更大、更暗，被一个明亮的增殖气体包围，形状像一个“瘦小的甜甜圈”。图像中的环状物的宽度也被发现比以前认为的小得多。
用AI渲染过的图像（上）跟最初图像的对比。
据悉，研究人员在“视界望远镜”（EHT）的数据帮助下制作了这张照片。
2017年，EHT使用由世界各地7个望远镜组成的网络来收集M87的数据，有效地创造了一个“地球大小的望远镜”。然而，由于根本不可能用望远镜覆盖地球的整个表面，数据中出现了缺口，就像拼图中缺少的碎片。
论文主要作者、美国新泽西州普林斯顿高级研究所的LiaMedeiros表示，使用新的机器学习技术PRIMO，研究人员实现了目前图像的最大分辨率。
EHT使用由世界各地7个望远镜组成的网络来收集M87黑洞的数据。
PRIMO是“主成分干涉测量模型”（principal-componentinterferometricmodelling）的缩写，它依赖于“字典学习”，这是一种使计算机能够根据大量训练材料生成规则的技术。
LiaMedeiros表示，PRIMO提供了一种补偿被观测物体的缺失信息的方法，而这些信息是生成使用与地球一样大的单一巨型射电望远镜所能看到的图像所必需的。
通过PRIMO，计算机分析了3万多张黑洞吸积气体的图像。
这些模拟为黑洞M87如何可能吸积物质提供了广泛的例子，让PRIMO寻找共同的模式，以便与来自EHT观测的数据相互参照。
这导致了新渲染的全分辨率图像，它建立在2019年图片中所揭示的细节之上。
科学家们希望这将反过来导致更准确地确定M87黑洞的质量，同时也使他们能够对黑洞视界有更好的了解。
M87黑洞的质量约为我们太阳的65亿倍，并喷出强烈的能量射流。
据估计，M87黑洞的质量约为我们太阳的65亿倍，并喷出强烈的能量射流。
这些明亮的喷流从M87的核心出现，并从其中心延伸出至少5000光年，是该星系最神秘和最有能量的特征之一。
科学家们仍然不知道比星系更大的喷流是如何从黑洞中心区域发射的，也不知道物质是如何被“吃掉”或落入黑洞的。
文/南都记者陈林返回搜狐，查看更多
人工智能的作用及意义是什么
伴随着大数据的发展，人工智能的时代已经越来越近，但目前人工智能仍处于起步阶段，无论是理论研究还是实际应用，都离人工智能还有很大的距离。因此，现在的人工智能通常都要求特定的使用场景和一系列的先决条件。但随着人工智能的不断发展和代理的逐步应用，这必然是一种趋势。如今，人工智能产品在运输、物流、教育、安全等领域已得到广泛应用，并发挥了一定作用，特别是在解决低端劳动力短缺问题方面，人工智能已成为低端制造业可持续发展的重要替代品。接下来小编就给大家介绍一下人工智能的作用及意义是什么，一起来看看吧。
迅捷转换器2.824条点评咨询产品免费试用解决用户选型困难的好软件，有各维度的信息客户案例暂无合作品牌暂无人工智能的作用及意义是什么？ AI时代会给整个社会带来怎样的变化？可从以下三个角度进行分析和预测：第一，从工作的角度来看，智能时代的人类将从事更有意义的工作；随着人工智能的不断发展，人们的就业机会也将不断提升，随着人们从事更有意义、更有创造性的工作，大量具有单调重复、科技含量低、危险系数高等特点的就业机会将被人工智能产品逐步取代。 二是从学习的角度来看，人工智能将在教育领域得到普及。AI的发展会给教育领域带来深刻的变化，之后人工智能会对教育领域的许多基础知识进行讲解。AI和教育的结合可以从深层解决因材施教的问题，同时也能轻易发现学习的薄弱环节，从而显著提高学习效率。当前，人工智能与教育融合已开始进入落地并产业化的阶段。 从生活的角度来看，人工智能技术将为人类提供更加舒适的生存环境。当前，智能小区、智能家庭已具备产业化的基础，随着物联网、云计算和人工智能等技术的不断发展，人工智能将进一步改善人们的居住环境。AI给人类带来的变化将是全方位的、深刻的，人工智能的发展也将推动整个社会劳动力结构的升级，进而推动人才结构的升级，因此，要跟上人工智能时代的发展步伐，必须不断学习人工智能方面的知识。 AI已经以某种形式或其它方式融入了日常生活。它具有巨大的潜力，可以推动在这个数据驱动的世界中的创新和重大改进。来自预测分析、聊天机器人、自动驾驶汽车和网络安全的人工智能随处可见。 这在几乎所有部门都是可行的。在很多方面，我们都采用了人工智能服务。网络犯罪和破坏的风险正成倍增长，因为我们越来越多地陷入虚拟世界，并变得由技术驱动。在现代社会中，网络安全是最重要的问题之一。互联网攻击和网络犯罪时有发生，影响到世界各地的个人、企业和政府机构。企业必须处理其数字资产的安全威胁(包括硬件、软件、数据和基础设施)。史无前例的网络安全需求至关重要。 在提高网络安全性方面，欺诈检测、恶意软件检测、入侵检测、网络评分风险和用户/机器行为分析是5个最高的AI用例。 人工智能和ML解决方案重新定义了组织如何处理网络安全，并确保当用户控制了他们的数据和隐私时，用户会得到信任。 像谷歌、亚马逊、Facebook、苹果这样的大公司，已经在人工智能工具方面投入巨资，以应对网络威胁和数据泄漏。 有以下几种方法可以使AI和ML在改善网络安全方面发挥重要作用： 危险检测 AI和高级的机器学习算法可以帮助组织识别威胁、入侵和恶意行为。用AI软件探测威胁绝非新鲜事，因为大部分的网络安全公司都采用AI算法来自动调查和确定攻击指标。及时发现偏差和行为变化可以帮助组织以明智的方式更快地作出反应。 互联网安全： 许多基于AI的入侵检测软件在网络层上被使用，以确保更好的网络安全。因为AI工具可以自己学习和识别模式，所以他们可以很快的观察到数以百计的物体，包括文件、IP地址、钓鱼链接、访问者和大量的数据。人工智能比人类探测到的更快，因为人类不能探测到数以百万计的站点和地址。实时性的探测和自动化流程可以帮助企业快速、有效地作出反应。 防御袭击： 公司可以使用AI来减少DDoS和钓鱼攻击的风险。按照传统方法，发现违规行为并采取行动作出反应可能要花费数天甚至数月。利用基于AI的安全方法，企业可以建立一种自动有效的方法，在攻击发生前加以预防，而不是在攻击可能造成损害后采取行动。人工智能算法通过编程，可以在几秒钟内处理大量数据，而这对于人类来说是不可能的。AI工具被广泛应用于异常检测——一种识别稀有和可疑的观测、项目或事件的方法，这与大多数数据不同。 预计分析： AI能帮助用户分析他们的行为。借助于AI的这一功能，算法可以自我学习用户行为，并创建相关使用、时间和平台的模式。这种方式包括登录时间，IP，地址，输入，滚动模式，以及时间。基于AI的工具能够持续监测和实时监测数据，并能在数据或行为中即时检测异常情况，从而降低潜在损害的可能性。 现在有各种先进的AI工具和解决方案可用于研究、预测、扫描和连续检查组织各个层次的漏洞。能够在认证、网络和分析级别部署AI工具。如果与人类网络分析员共同使用，而不是单独使用，这些工具会越来越好，并能为保护数据、网络和资源提供最佳效果。在处理大量数据和数分钟内确定罕见的活动或场景时，人类不能和AI相比。还可能会给AI程序提供错误的输入，或者以导致意外中断的错误方式对它进行编程。人工智能可以随着时间的推移被学习，并发现它与传统行为的不同之处。深度学习和机器学习算法能够识别模式和变化，并逐步理解它们。人工智能的自我学习能力可以帮助安全团队快速发现常规网络流量的差异。以上就是小编为大家介绍的人工智能的作用及意义是什么，希望对您有帮助。