美国借助人工智能重建类耀变体3C 345喷流视频
美国天文学家基于1995年至2022年间获得的116张图像，制作了一段高细节的类耀变体3C 345喷流视频。数据通过甚长基线阵列（VLBA）收集，该阵列是美国由10台射电望远镜组成的网络。该视频将27年的观测压缩为数秒，展示了等离子体流如何在太空中发生变化和弯曲。
据Live Science报道，3C 345位于武仙座。它是一种类耀变体，即与遥远星系中心超大质量黑洞相关的类星体类型。这类天体会向周围空间喷射强大的气体喷流，其运动速度接近光速，并且是强烈X射线和伽马射线辐射的来源。
神经网络整合数十年的数据
为重建这段视频，研究人员采用了Kine神经网络。该算法处理了超过100张图像，并实现了比每张单独图像高四倍的分辨率。这使得研究人员能够更准确地测量喷流不同部分的等离子体速度。
VLBA基于望远镜对之间的测量形成二维图像。同时，天线数量有限会降低原始数据的细节程度。Kine利用不同时刻观测结果之间的时空联系，重现亮度可变的天文源的演化过程。
更多最新消息请关注 UA.News Telegram 频道 Telegram.
出乎意料的等离子体速度
研究人员发现，喷流中最亮的组分具有相当于光速10至13倍的视速度，而周围气体的视速度约为光速的9至12倍。这些是根据观测确定的投影速度。
该研究第一作者、加州理工学院博士后研究员玛丽安娜·福斯基表示，这一结果出乎意料。按照普遍观点，明亮组分是穿过等离子体运动的激波扰动，其速度快于周围物质。她表示，新结果并不总体上否定这一模型，但对具体源3C 345而言，该模型受到了质疑。
这项关于利用神经场重建可变VLBI观测视频的研究于8月26日发表在《自然》杂志上。
