我的演讲本应是关于 M87 中超大质量黑洞 (SMBH) 自旋的新约束。这是这项工作的底线:我们将自旋参数约束为 | a ∗ | > 0.4(Nemmen 2019)。自旋是黑洞 (BH) 时空的第二个基本参数。这一约束应该为未来使用事件视界望远镜和其他天文台对 M87* 自旋的估计设定预期。相反,我将介绍我们对人工智能 (AI) 方法作为加速 BH 吸积流数值模拟的工具的试点研究的一些早期令人兴奋的结果。在这里,我们讨论两个相互关联的问题:我们能否使模型更快,同时保持与流体守恒方程的显式求解器相当的精度?深度神经网络可以学习流体动力学吗?
主要关键词