Black Hole Hunters tìm những lần sao sáng lên lặp lại trong dữ liệu TESS — dấu hiệu có thể xuất hiện khi hố đen làm bẻ cong và khuếch đại ánh sáng của sao đồng hành. Ra mắt trên nền tảng Zooniverse năm 2021, dự án kết hợp phân loại của tình nguyện viên với mô phỏng và thuật toán để sàng lọc dữ liệu.
Đăng bởiBiên tập bằng GPT-6 LunaHình ảnh được tạo bằng GPT Image 2
Câu trả lời nghiên cứu

Create a landscape editorial hero image for this Studio Global article: How is the University of Southampton’s Black Hole Hunters project using AI, NASA’s TESS data and untrained Zooniverse volunteers to find hid. Article summary: Black Hole Hunters combines automated searches of NASA’s TESS starlight measurements with Zooniverse volunteers looking for signals an algorithm might miss. Its target is *gravitational self-lensing*: in a suitably align. Topic tags: general, education, academic, general web. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts wi
Một hố đen không phát sáng, nhưng lực hấp dẫn của nó có thể để lại dấu vết: khi đi qua phía trước một ngôi sao đồng hành, nó có thể bẻ cong và khuếch đại ánh sáng từ ngôi sao đó. Black Hole Hunters mời tình nguyện viên tìm dấu hiệu này trong dữ liệu ghi lại độ sáng của sao từ vệ tinh TESS. Các phân loại của người tham gia được kết hợp với mô phỏng và công cụ thuật toán để thu hẹp danh sách tín hiệu đáng chú ý. Phát hiện một dạng tín hiệu mới chỉ là bước đầu — chưa đủ để xác nhận đó là hố đen. 17
18
Dự án tập trung vào hiện tượng thấu kính hấp dẫn tự thân trong các hệ sao đôi. Nếu nhìn hệ sao ở góc gần như nằm ngang, ánh sáng từ ngôi sao nhìn thấy được có thể bị vật thể tối đồng hành bẻ cong và khuếch đại khi vật thể ấy đi qua phía trước. Khác với một sự kiện vi thấu kính chỉ xảy ra một lần, độ sáng tăng lên trong hiện tượng này có thể lặp lại theo chu kỳ quỹ đạo của hệ sao. 18
Những thay đổi lặp lại đó là điều các nhà nghiên cứu tìm trong biểu đồ độ sáng theo thời gian, hay đường cong ánh sáng. Dự án dùng các ví dụ mô phỏng để hướng dẫn tình nguyện viên nhận diện dạng tín hiệu cần chú ý. Câu hỏi thường gặp của dự án lưu ý rằng những sự kiện này rất hiếm; tại thời điểm nội dung đó được đăng, chưa có trường hợp thấu kính hấp dẫn tự thân do hố đen được xác nhận dứt khoát.
Black Hole Hunters hoạt động trên Zooniverse, nền tảng nghiên cứu khoa học cộng đồng nơi người tham gia có thể học cách phân loại đường cong ánh sáng qua hướng dẫn trực tuyến. Dự án sử dụng dữ liệu quan sát của TESS; nhóm nghiên cứu cũng từng đề cập kế hoạch xem xét dữ liệu từ các khảo sát khác. 17
18
Tình nguyện viên không thay thế các nhà nghiên cứu hay bước phân tích chuyên sâu. Trong cập nhật tháng 4/2026, nhà nghiên cứu Adam McMaster cho biết dự án đã nhận được 7,6 triệu lượt phân loại. Ông mô tả việc kết hợp lượng phân loại này với các mô phỏng tinh vi hơn để phát triển thuật toán sàng lọc trước các đường cong ánh sáng, giúp tập trung vào những ứng viên triển vọng.
Dự án ra mắt trên Zooniverse ngày 26/10/2021. Nhóm được giới thiệu gồm Adam McMaster, Hugh Dickinson và Matthew Middleton, cùng các cộng tác viên thuộc Đại học Southampton, Đại học Mở và Viện Flatiron. Đại học Southampton cho biết khoản tài trợ năm 2024 hỗ trợ công việc của Middleton và McMaster cùng Dickinson, cũng như việc tuyển tình nguyện viên. 17
Higgs Hunters không tìm hố đen. Dự án này mời tình nguyện viên xem ảnh từ thí nghiệm ATLAS tại Máy Va chạm Hadron Lớn (LHC), cơ sở nghiên cứu va chạm hạt, để tìm đỉnh lệch tâm: dấu vết cho thấy các đường đi của hạt dường như bắt đầu cách xa điểm va chạm chính. Những đặc điểm như vậy có thể gợi ý về hạt di chuyển một quãng trước khi phân rã, nhưng một dấu vết lạ trong ảnh chưa tự nó chứng minh có hạt mới. 10
Một nghiên cứu về dự án đánh giá khả năng người không chuyên nhận diện các hạt sống lâu và những đặc điểm bất thường khác. Với bộ dữ liệu được khảo sát, hiệu quả nhận diện và tỷ lệ báo nhầm của tình nguyện viên tương đương các thuật toán ATLAS. Nghiên cứu cũng ghi nhận người tham gia đánh dấu một số sự kiện có đặc điểm bất ngờ để được xem xét thêm. 3
Theo Đại học Oxford, Higgs Hunters thu hút 42.280 người từ hơn 170 quốc gia và có học sinh phổ thông tại Anh tham gia một giai đoạn phân tích tiếp theo. Đây là số liệu của dự án Higgs Hunters, không phải số lượt phân loại của Black Hole Hunters; kết quả so sánh với thuật toán cũng chỉ áp dụng cho nhiệm vụ phân loại ảnh cụ thể được nghiên cứu. 4
Hai dự án cho thấy tình nguyện viên được hướng dẫn có thể hỗ trợ rà soát lượng dữ liệu lớn và giúp các nhà khoa học chú ý đến những mẫu hình cần tìm hiểu thêm. Higgs Hunters đưa ra một so sánh cụ thể giữa người tham gia và thuật toán trên một nhiệm vụ phân loại ảnh; Black Hole Hunters đang kết hợp phân loại của tình nguyện viên với mô phỏng và thuật toán sàng lọc trong một bài toán thiên văn khác. Ở cả hai trường hợp, tín hiệu hay dấu vết đáng chú ý vẫn cần được kiểm chứng bằng phân tích khoa học tiếp theo. 3
18
Studio Global AI
Trang này bao gồm câu trả lời dựa trên nguồn mà bạn có thể tiếp tục bên trong Studio Global.
Black Hole Hunters tìm những lần sao sáng lên lặp lại trong dữ liệu TESS — dấu hiệu có thể xuất hiện khi hố đen làm bẻ cong và khuếch đại ánh sáng của sao đồng hành.
Black Hole Hunters tìm những lần sao sáng lên lặp lại trong dữ liệu TESS — dấu hiệu có thể xuất hiện khi hố đen làm bẻ cong và khuếch đại ánh sáng của sao đồng hành. Ra mắt trên nền tảng Zooniverse năm 2021, dự án kết hợp phân loại của tình nguyện viên với mô phỏng và thuật toán để sàng lọc dữ liệu.
Dự án Higgs Hunters riêng biệt cho thấy tình nguyện viên có thể nhận diện một số đặc điểm lạ trong ảnh va chạm ATLAS với hiệu quả tương đương thuật toán được nghiên cứu; kết quả này chỉ áp dụng cho loại dữ liệu đó.