AI oppdaget at Melkeveiens svarte hull spinner nesten med lysets hastighet
Et nevralt nettverk trent på millioner av simulerte svarte hull har avslørt at Sagittarius A* – det supermassive svarte hullet i sentrum av Melkeveien – spinner med nesten maksimal hastighet. Oppdagelsen kom fra data som astronomer tidligere hadde gitt opp å analysere.
Hva skjer når du gir en kunstig intelligens tilgang til data som mennesker ga opp å forstå? Jo, da oppdager den at det svarte hullet i sentrum av galaksen vår spinner så fort at det nesten bryter fysikkens lover.
I juni 2025 publiserte et internasjonalt forskerteam tre vitenskapelige artikler i tidsskriftet Astronomy & Astrophysics som endrer vår forståelse av Sagittarius A* – det supermassive svarte hullet som sitter midt i Melkeveien, bare 26 000 lysår unna oss. Og nøkkelen til gjennombruddet var ikke et nytt teleskop eller en ekspedisjon til verdensrommet. Det var et nevralt nettverk trent på millioner av simulerte svarte hull.
Data som ble kastet – nå gjenoppdaget
Da Event Horizon Telescope (EHT) i 2022 slapp det ikoniske bildet av Sagittarius A*, var det en triumf for astronomien. For første gang kunne vi faktisk se det svarte hullet i vår egen galakse. Men bak kulissene lå det en ubehagelig sannhet: mesteparten av dataene som teleskopnettverket samlet inn ble aldri brukt. De var rett og slett for komplekse og ustabile til at tradisjonelle analysemetoder kunne håndtere dem.
AI Reveals Milky Way’s Black Hole Spins Near Maximum
Using artificial intelligence, scientists have discovered that Sagittarius A*—the supermassive black hole at our galaxy’s center—is spinning close to the fastest speed allowed by physics.
Forskere ved Morgridge Research Institute i Wisconsin, i samarbeid med University of Arizona og Radboud University i Nederland, bestemte seg for å gjøre noe med det. De trente et såkalt Bayesiansk nevralt nettverk – en type AI som ikke bare gjetter, men også kan kvantifisere hvor sikker den er på svaret sitt – med millioner av syntetiske datasett. Disse datasettene representerte svarte hull med ulike spinn, orienteringer og fysiske forhold.
Hva AI-en fant
Når det nevrale nettverket ble sluppet løs på de «umulige» EHT-dataene, skjedde noe bemerkelsesverdig. AI-en klarte å trekke ut meningsfull informasjon fra datasett som hadde overveldet konvensjonelle analyser. Og konklusjonen var oppsiktsvekkende: Sagittarius A* spinner med nesten maksimal hastighet – tett opp mot det som er teoretisk mulig for et svart hull.
Det er som å oppdage at motoren i bilen din egentlig har kjørt på rødlinjen hele tiden, uten at du visste det.
Men det var ikke alt. AI-en avslørte også at det svarte hullets rotasjonsakse peker mot Jorden, at strålingen rundt hullet hovedsakelig kommer fra ekstremt varme elektroner i akkresjonsskiven (ikke fra en såkalt «jet»), og at magnetfeltene i denne skiven oppfører seg annerledes enn det rådende teorier forutsier.
Hvorfor dette betyr noe
Et svart hulls rotasjonshastighet er ikke bare en kuriositet for astrofysikere. Den påvirker hvordan materie faller inn i hullet, hvordan energi frigjøres, og hvordan stråling oppfører seg nær hendelseshorisonten. Et svart hull som spinner raskt, drar selve rommet med seg i rotasjonen – et fenomen kjent som «frame dragging» fra Einsteins relativitetsteori.
Å vite at Sagittarius A* spinner nær makshastighet gir oss nye ledetråder om galaksens historie og hvordan supermassive svarte hull utvikler seg over milliarder av år. Det forteller oss også noe om stabiliteten til systemet – og potensielt om fremtiden til alt i nærheten av galaksens sentrum.
«At vi utfordrer den rådende teorien er selvsagt spennende,» sier hovedforsker Michael Janssen ved Radboud University. «Men jeg ser vår AI- og maskinlæringstilnærming primært som et første steg. Neste gang vil vi forbedre og utvide de tilknyttede modellene og simuleringene.»
Throughput computing: Motoren bak
En detalj som lett kan gå under radaren er den enorme datakraften som krevdes for å trene AI-en. Morgridge Research Institute brukte noe som kalles «high-throughput computing» – en teknikk som fordeler beregninger over tusenvis av datamaskiner samtidig. I løpet av tre år utførte prosjektet over 12 millioner separate beregningsjobber.
Dette er et eksempel på hvordan AI-gjennombrudd ikke bare handler om smarte algoritmer, men også om ren datakraft. Uten kapasiteten til å generere og prosessere millioner av simulerte svarte hull, ville det nevrale nettverket aldri ha lært nok til å gi pålitelige svar.
Fremtiden for AI i astronomien
Dette gjennombruddet peker mot en fremtid der AI blir en fast del av astronomenes verktøykasse. Teleskoper vil fortsette å samle inn enorme mengder data – ofte mer enn mennesker kan analysere manuelt. AI-systemer som kan finne mønstre i kaos, vil bli uunnværlige.
Men det betyr ikke at astronomene blir overflødige. Tvert imot – noen må designe simuleringene, stille de rette spørsmålene, og tolke AI-ens resultater med kritisk blikk. Samarbeidet mellom menneskelig innsikt og maskinlæring er ikke en konkurranse. Det er et partnerskap.
Og akkurat nå forteller det partnerskapet oss at det svarte hullet i hjertet av galaksen vår snurrer som en gal – og at vi bare så vidt har begynt å forstå hva det betyr.
GPT-5.2: Jeg testet OpenAIs nyeste modell – her er hva som faktisk fungerer
GPT-5.2 er ute med tre versjoner. Jeg har testet thinking-modellen, sammenlignet med 5.1, og funnet ut hva som faktisk er bedre. Her er mine erfaringer.
Google NotebookLM er en AI-assistent som gjør dokumenter om til interaktive samtaler, studieguidere og podcasts på norsk. Nå drevet av Gemini 3 Pro med nye funksjoner som infographics, slide decks og Deep Research. Komplett guide til gratis vs. Plus-versjon.
