Süper kütleli kara deliklerin "tohumları" ilk kez keşfedildi

Keşfin ardında James Webb Uzay Teleskobu var

UHZ1 galaksisi ve merkezindeki kara deliğin böyle göründüğü tahmin ediliyor (İllüstrasyon: N. Bartmann / NASA)
UHZ1 galaksisi ve merkezindeki kara deliğin böyle göründüğü tahmin ediliyor (İllüstrasyon: N. Bartmann / NASA)
TT

Süper kütleli kara deliklerin "tohumları" ilk kez keşfedildi

UHZ1 galaksisi ve merkezindeki kara deliğin böyle göründüğü tahmin ediliyor (İllüstrasyon: N. Bartmann / NASA)
UHZ1 galaksisi ve merkezindeki kara deliğin böyle göründüğü tahmin ediliyor (İllüstrasyon: N. Bartmann / NASA)

Süper kütleli kara deliklerin kökenini araştıran bilim insanları, bu ekstrem cisimlerin "tohumlarını" ilk kez buldu.

Galaksilerin merkezlerinde yer alan bu cisimlerin ilk zamanlarına dair iki ana teori mevcut.

İlkine göre süpernovalar sırasında oluşan bu cisimler başlangıçta nispeten küçük kara deliklerdi. Daha sonra zaman içinde süper kütleli hale gelmeye yetecek kadar madde biriktirdiler.

İkinci teoriye göreyse devasa bir bulutun doğrudan kendi içine çökerek daha büyük bir "tohum" oluşturmasıyla doğdular.

Bulutların çökmesiyle oluşan bu kara delikleri meydana getiren gaz bulutunun, Güneş kütlesinin 10 ila 100 bin katı büyüklüğünde olabileceği tahmin ediliyor.

NASA öncülüğünde işletilen James Webb Uzay Teleskobu'nun verilerini inceleyen bilim insanları, yeni araştırmada ikinci teoriye dair önemli kanıtlar buldu.

Teleskobun gözlemlediği UHZ1 adlı galaksinin ışığı, evrenin 500 milyon yaşından daha genç olduğu bir zamandan geliyor.

Yine NASA'nın Chandra X-ışını Gözlemevi'yle yapılan incelemeler, bu galaksinin tahmin edilenden çok daha büyük bir kara deliğe sahip olduğunu gösterdi.

Araştırmacılar, UHZ1'nin merkezindeki kara deliğin oluşumu için en uygun senaryoyu bulma amacıyla bir dizi bilgisayar simülasyonu çalıştırdı.

Simülasyonlar, bu kara deliğin, süpernovalarla oluşanlara kıyasla çok daha büyük bir tohumdan serpildiği sonucunu verdi.

James Webb Uzay Teleskobu, evrenin ilk zamanlarında büyüme aşamasında olan süper kütleli kara deliklerin yer aldığı daha fazla galaksiyi gözlemleyecek.

Bu sayede teleskobun, kara deliklerin kökenine daha çok ışık tutması bekleniyor.

Independent Türkçe



Yapay zekanın "düşüncelerini" açığa çıkaran elektronik dil geliştirildi

Elektronik dil, grafen ve yapay sinir ağı kullanarak farklı tatları algılıyor (Das Lab)
Elektronik dil, grafen ve yapay sinir ağı kullanarak farklı tatları algılıyor (Das Lab)
TT

Yapay zekanın "düşüncelerini" açığa çıkaran elektronik dil geliştirildi

Elektronik dil, grafen ve yapay sinir ağı kullanarak farklı tatları algılıyor (Das Lab)
Elektronik dil, grafen ve yapay sinir ağı kullanarak farklı tatları algılıyor (Das Lab)

Bilim insanları farklı tatları insandan daha iyi ayırt edebilen elektronik bir dil geliştirdi.

ABD'deki Pensilvanya Eyalet Üniversitesi'nden bir ekip, grafen bazlı cihazın kimyasal ve çevresel değişikliklerin tespitinde "devrim yaratma" potansiyeline sahip olduğunu iddia ederken bu, tıbbi teşhislerden yiyeceklerin bozulduğunu tespit etmeye kadar her türlü alanda kullanılabilir.

Yeni teknoloji ayrıca yapay zekanın "içsel düşünceleri" hakkında benzersiz bir içgörü sunuyor. Kara kutu sorunu denen bir durum nedeniyle bu alan bugüne kadar büyük ölçüde karanlıkta kalmıştı.

Ekip, sinir ağının çeşitli süt, kahve ve gazlı içecek türleri arasındaki farkları belirlerken nihai karara varma yolu üzerinde tersine mühendislik yaparak bunu başardı.

Bu süreç araştırmacıların "sinir ağının karar verme sürecine ışık tutmasını" sağlarken, bunun daha iyi bir yapay zeka güvenliği ve gelişimine yol açabileceğini öne sürüyorlar.

Pensilvanya Eyalet Üniversitesi'nde mühendislik bilimi ve mekanik profesörü Saptarshi Das, "Yapay bir dil yapmaya çalışıyoruz fakat farklı yiyecekleri deneyimleme sürecimize sadece dil dahil olmuyor" diyor.

Elimizde, gıda türleriyle etkileşime girerek bilgileri biyolojik sinir ağı olan tat alma korteksine gönderen tat reseptörlerinden oluşan dilin kendisi var.

Elektronik dil tarafından kullanılan sinir ağı, insan seçimi parametrelere kıyasla en az yüzde 95 daha yüksek bir tat alma doğruluğuna ulaşmayı başardı.

Araştırmacılar, Shapley eklemeli açıklamalar adlı bir yöntem kullanarak sinir ağının karar verme sürecini derinlemesine inceledi.

Sinir ağı farklı tatları değerlendirirken, insan tarafından atanan parametreleri tek tek incelemek yerine, en önemli olduğunu belirlediği verileri dikkate aldı.

Profesör Das, "Ağın verilerdeki daha ince özelliklere, biz insanların düzgün bir şekilde tanımlamakta zorlandığımız şeylere baktığını gördük" diyor.

Ve sinir ağı, sensör özelliklerini bütünsel olarak değerlendirdiği için günden güne meydana gelebilecek değişiklikleri azaltıyor. Süt örneğinde, sinir ağı sütün değişen su içeriğini saptayarak bu bağlamda herhangi bir bozulma göstergesinin, gıda güvenliği sorunu olarak değerlendirilecek kadar anlamlı olup olmadığını belirleyebilir.

Araştırma, hakemli dergi Nature'da yayımlanan "Robust chemical analysis with graphene chemosensors and machine learning" (Grafen kemosensörler ve makine öğrenimiyle güçlü kimyasal analiz) başlıklı çalışmada detaylandırılıyor.

Independent Türkçe