Erste Versuche, mit Hilfe von KI die Eigenschaften des supermassereichen Schwarzen Lochs im Zentrum der Milchstraße zu bestimmen, liefern ein erstaunliches Ergebnis. Demnach rotiert das 4,3 Millionen Sonnenmassen schwere Objekt nahezu mit seiner maximal möglichen Geschwindigkeit. Zu diesem Ergebnis kommt ein Team um Michael Janssen von der Radboud University in den Niederlanden anhand von Daten der Event Horizon Telescope-Kooperation (EHT). Wie das Team nun in der Fachzeitschrift »Astronomy & Astrophysics« berichtet, passen die Daten am besten zu einer Rotation mit 80 bis 90 Prozent der höchsten theoretisch möglichen Geschwindigkeit, und die einfallende Materie umkreist das Loch in der gleichen Richtung. Die Resultate stimmten mit Richtwerten überein, die anhand von Beobachtungen ermittelt wurden, seien aber deutlich präziser, schreibt die Arbeitsgruppe. Allerdings seien die theoretischen Modelle hinter der Arbeit noch nicht perfekt.

Um aus den relativ begrenzten Daten sinnvolle Informationen zu gewinnen, erzeugte die Forschungsgruppe im ersten Schritt Computersimulationen von rund einer Million Schwarzen Löchern. Anhand relativistischer Magnetohydrodynamik-Modelle, die das Verhalten von Plasma, Gas und Magnetfeldern im Umfeld eines Schwarzen Lochs simulieren, erhielt es Auskunft darüber, wie die hypothetischen Löcher in den EHT-Daten erscheinen würden. Mit diesen künstlichen Beobachtungsdaten trainierte das Team dann ein neuronales Netzwerk. Die so vorbereitete KI fütterte es mit den realen Messdaten von Sagittarius A* sowie dem ebenfalls abgebildeten Schwarzen Loch im Zentrum der Galaxie M87. Bei Letzterem passen die Daten zu einer Rotationsgeschwindigkeit im Bereich von 50 bis 94 Prozent des Maximums, und das einfallende Material kreist demnach entgegen der Rotation des Schwarzen Lochs. Die Fachleute betonen allerdings, dass die Arbeit vor allem zeigen soll, dass neuronale Netzwerke prinzipiell für solche Analysen trainiert werden können. Für wirklich zuverlässige Aussagen über Schwarze Löcher müssten einerseits die Modelle verbessert werden und andererseits freie Spekulationen und andere Fehler durch die KI selbst sorgfältig ausgeschlossen werden.