亚利桑那大学天体物理学家陈志宽（Chi-kwan Chan）借助OpenAI的Codex，自动生成并测试新的数值算法，绕开传统模拟跟踪电子离子细碎螺旋轨迹的瓶颈，从而有望实现对黑洞周围稀薄高温等离子体更大尺度和更真实的仿真。研究组把AI作为产生可检验、可复现的候选方案的工具，而不是黑箱结论源。
背景
– 黑洞引力极强，无法直接观测其内部，科学家通过事件视界附近发光等离子体的模拟与观测推断物理过程。
– EHT团队在2019年发布首张黑洞影像，正在推进制作超大质量黑洞的视频观测与解释工作。
问题与挑战
– 常规模拟以流体近似处理等离子体，但在黑洞附近高温稀薄区粒子碰撞极少，粒子沿磁力线螺旋运动。
– 精确跟踪每个电子/离子需要极小时间步长，导致计算资源主要耗费在微观螺旋运动上，限制了可达模拟尺度与真实度。
Codex的作用与方法
– Chan使用Codex生成并实现多种候选数值方法，目标是数学上重写粒子运动的跟踪方式，避免逐转角计算。
– Codex提供可读、可测试的数值方案，团队对这些方案进行物理检验、数值验证与比较，筛选出有效的方法。
– 研究者强调把AI当作探索与加速工具，最终接受方案需通过重复测试与可复现性确认。
潜在影响
– 若这些算法成功，可使模拟达到追踪万亿计粒子的能力，从而研究长期无法触及的极端物理过程并更严谨地检验广义相对论。
注意事项
– Codex生成方案并非总正确，仍需人工物理判断和严格验证；科学界对AI在研究中应用保持谨慎但开放的态度。
用可检验的AI生成数值方案来扩展数值天体物理是务实且有潜力的路线，但结果仍取决于严谨的验证。