اكتشاف أضخم الثقوب السوداء في الكون
يقع هذا الثقب في مركز مجرة قديمة تبعد حوالي 5 مليارات سنة ضوئية عن الأرض، ويُظهر ظاهرة فلكية نادرة تُعرف باسم "حلقة أينشتاين"، وهي تشوه مضيء للضوء ناجم عن تأثير الجاذبية. نُشر هذا البحث في مجلة Monthly Notices of the Royal Astronomical Society.
وشرح عالم الفلك كارلوس ميلو من الجامعة الفيدرالية في ريو غراندي دو سول بالبرازيل، والباحث الرئيسي في الدراسة، قائلاً: "هذا الثقب الأسود في حالة خمول؛ فهو لا يشع ضوءًا ولا يبتلع المادة بنشاط كما هو الحال في الكوازارات العادية. ومع ذلك، فإن جاذبيته الهائلة تشوه نسيج الزمكان إلى درجة تحرف الضوء القادم من مجرة أكثر بعدًا خلفه، مما يخلق تأثير 'العدسة الجاذبية'".
وأضاف الباحث: "تحقق هذا الاكتشاف للثقب الأسود 'النائم' بفضل رصد تأثير جاذبيته."
واستخدم العلماء طريقتين رئيسيتين لاكتشاف الثقب الأسود:
رصد حركية النجوم: أي تتبع حركة النجوم داخل المجرة. فقد رصد الفلكيون قرب مركز المجرة نجوما تسير بسرعات تصل إلى 400 كيلومتر في الثانية، مما يشير إلى وجود كتلة هائلة تؤثر على حركتها.
رصد العدسة الجاذبية: وهي ظاهرة ينحني فيها الضوء المار بالقرب من جسم ضخم مثل الثقب الأسود، تمامًا كما تعمل العدسة. وفي هذه الحالة، انحنى ضوء مجرة بعيدة أثناء مروره قرب ما يُسمى بـ"الحدوة الفضائية" (Cosmic Horseshoe)، مُشكلًا حلقة مضيئة تسمح برصد كتلة الجسم المشوه للضوء.
وقال البروفيسور توماس كوليت من جامعة بورتسموث: "بدمج هاتين الطريقتين القياسيتين، يمكننا أن نكون واثقين تماما من وجود هذا الثقب الأسود، الذي يُعد واحدا من أكبر عشرة ثقوب سوداء كتلة، وربما الأضخم على الإطلاق. وبفضل منهجيتنا، فإن ثقتنا في تقدير كتلته أكبر بكثير مما هو معتاد في مثل هذه الحالات."
ويقع هذا الثقب الأسود داخل مجرة أحفورية أو ما يُسمى بـ"مقبرة مجرية"، وهو مصطلح يُطلق على المجرات التي تشكلت نتيجة اندماج مجرات عديدة، ولم تعد تُشكل نجوما جديدة، بل تحتوي فقط على "بقايا" النشاط النجمي السابق.
ويعتقد العلماء أن هذه الكتلة الهائلة للثقب الأسود نتجت عن عمليات اندماج متكررة لثقوب سوداء فائقة الكتلة داخل مجرات متصادمة. فكل اندماج مجري أضاف كتلة إلى الثقب الأسود المركزي حتى تشكل هذا العملاق الهائل.
يسلط هذا الاكتشاف الضوء على العلاقة الوثيقة بين تطور المجرات ونمو الثقوب السوداء. ففي فترات النشاط، تغذي المجرات ثقوبها السوداء بالغاز والنجوم، مما يؤدي أحيانا إلى انفجارات طاقة هائلة تُعرف بالكوازارات، والتي قد توقف تكوين نجوم جديدة عبر تسخين أو طرد الغاز المحيط.
Naukatv.ru
هاشتاغز
جرب ميزات الذكاء الاصطناعي لدينا
اكتشف ما يمكن أن يفعله Daily8 AI من أجلك:
التعليقات
لا يوجد تعليقات بعد...
أخبار ذات صلة
الدستور
منذ 19 ساعات
- الدستور
"الصرصور الإلكتروني".. ابتكار صغير الحجم بقدرات مذهلة...فيديو
وكالات طور باحثون في جامعة الإلكترونيات والعلوم التكنولوجية الصينية بمدينة تشنغدو روبوتًا مرنًا وعالي المناورة أطلقوا عليه اسم "الصرصور الإلكتروني"، وفق ما نقلته وكالة الأنباء الصينية الرسمية "شينخوا". وقد نُشرت تفاصيل الابتكار في مجلة Nature Communications العلمية. الروبوت الجديد يزن قليلاً أكثر من غرام واحد ويبلغ طوله نحو سنتيمترين، ويتميز بقدرته على التسلل إلى المساحات الضيقة والتحرك بسرعة لافتة، إذ يقطع مسافة تعادل 4.8 ضعف طوله في ثانية واحدة، كما يمكنه الدوران بزاوية 280 درجة في الثانية، وهي سرعات لم تتحقق سابقًا إلا في الروبوتات الدقيقة متعددة المفاصل. وصرّح البروفيسور بينغ باي من الجامعة أن الميزة الرئيسية للروبوت تكمن في التحكم الدقيق بشكل حركة أطرافه واتجاهها عبر ضبط تردد محرك واحد فقط، مما يتيح له أداءً أكثر كفاءة مقارنة بمثيلاته. . كما يتمتع "الصرصور الإلكتروني" بقدرات برمائية، إذ تتحول أرجله إلى مجاديف عند التحرك في الماء، إضافة إلى قوة تحمل استثنائية تسمح له بمقاومة ضغط يصل إلى 60 كغم دون تلف. ويفتح هذا الابتكار المجال أمام تطبيقات متنوعة، أبرزها: عمليات البحث والإنقاذ في البيئات الصعبة. فحص خطوط الأنابيب. العمل في المساحات الضيقة والوعرة. لكن الباحثين أشاروا إلى وجود تحديات تقنية، أبرزها محدودية البطارية الليثيوم-أيونية التي توفر 20 دقيقة فقط من التشغيل، وهو ما يسعى الفريق لحله مستقبلًا، إلى جانب إضافة قدرات جديدة مثل القفز أو التحليق لمسافات قصيرة لزيادة مرونته. "
عمون
منذ 2 أيام
- عمون
جامعة الزيتونة الأردنية توقّع اتفاقيات لمشاريع بحثية مشتركة مع جامعة الوسائط المتعددة الماليزية
عمون - في إطار تعزيز التعاون الأكاديمي بين الأردن وماليزيا، وقّعت جامعة الزيتونة الأردنية وجامعة الوسائط المتعددة الماليزية (MMU) ثلاث عشرة اتفاقية لتنفيذ مشاريع بحثية مشتركة، بقيمة إجمالية بلغت 130 ألف دولار أمريكي، تُموّل مناصفة بين الطرفين. وجرى توقيع الاتفاقيات خلال حفل رسمي أُقيم في عمان، بحضور سعادة سفير ماليزيا لدى المملكة الأردنية الهاشمية، ورئيس جامعة الوسائط المتعددة الماليزية، ونائب رئيس جامعة الزيتونة الأردنية الأستاذ الدكتور طارق القرم، إلى جانب نخبة من الأكاديميين وممثلي الجانبين. وفي كلمته الترحيبية، وصف الدكتور طارق القرم هذه الخطوة بأنها "محطة بارزة في مسيرة التعاون الأكاديمي بين الأردن وماليزيا"، مؤكدًا أهمية تبادل المعرفة والتعاون البحثي متعدد التخصصات، لما له من دور فعّال في دعم الابتكار العلمي وخدمة المجتمعات محليًا وعالميًا. وأشار القرم إلى أن المشاريع تغطي مجموعة واسعة من التخصصات العلمية، مما يعكس حرص الجامعتين على تكريس البحث كركيزة للتنمية المستدامة والشراكة الفاعلة. كما توجه بالشكر إلى الدكتور رضوان عبد الرشيد، مستشار وزير التعليم الماليزي ومدير التعليم الماليزي في الأردن، مشيدًا بجهوده في تيسير التعاون بين المؤسستين، ومثمنًا دعم الملحقية الثقافية الماليزية وسفارة ماليزيا في عمّان. وقال الدكتور القرم: "تمثل هذه المبادرة نموذجًا متميزًا للدبلوماسية الأكاديمية الدولية، المبنية على الاحترام المتبادل، والرؤى المشتركة، والشغف بالتميّز". واختُتم الحفل بالتأكيد على أهمية مواصلة العمل نحو توسيع آفاق التعاون المستقبلي، بما يسهم في بناء شراكة أكاديمية مستدامة بين المؤسستين.
عمون
منذ 2 أيام
- عمون
أداة ذكاء اصطناعي تفسر الصور الطبية بكفاءة عالية وبيانات محدودة
عمون - تخيل عيادة صغيرة في منطقة ريفية بدولة نامية، مجهزة ببعض أجهزة التصوير البسيطة، لكن دون توفر قواعد بيانات ضخمة من الصور الطبية المعلَّقة بتعليقات الخبراء. الآن، تخيل وجود مريض يحتاج إلى تشخيص سريع ودقيق، ربما لآفة جلدية أو ورم مشبوه، لكن دون وجود أطباء أشعة خبراء أو آلاف الصور المشروحة. باحثون في جامعة «كاليفورنيا» في سان دييغو تصوروا مثل هذه الحالات وقدموا لها حلاً مبتكراً. إنها أداة ذكاء اصطناعي جديدة تستطيع تحليل الصور الطبية باستخدام كمية بيانات مشروحة أقل بـ20 مرة مقارنة بالطرق التقليدية. هذا الابتكار قد يجعل المساعدة التشخيصية المتقدمة أكثر سهولة وكفاءة، حتى في البيئات ذات الموارد المحدودة. تحدي جوع البيانات تُعد عملية تجزئة الصور الطبية أي تمييز كل «بكسل» في الصورة لتحديد النسيج المريض من السليم ركيزة أساسية في التشخيص المدعوم بالذكاء الاصطناعي. عادةً، تحتاج نماذج التعلم العميق إلى كميات ضخمة من البيانات المعلَّقة يدوياً، وهي عملية مكلفة وتستغرق وقتاً طويلاً. وفي حالات كثيرة، خصوصاً مع الأمراض النادرة أو الحالات السريرية المتخصصة، لا تتوفر مثل هذه البيانات على نطاق واسع، مما يجعل النماذج عالية الدقة غير متاحة لكثير من المستشفيات. ولمعالجة هذه الفجوة، طوّر الباحث لي تشانغ، والدكتور بينغتاو شيه من جامعة «كاليفورنيا» في سان دييغو أداة ذكاء اصطناعي قادرة على التعلم من عدد قليل جداً من الصور المشروحة، أحياناً لا يتجاوز 40 صورة. ورغم هذا الانخفاض الكبير في حجم البيانات، فقد حقق النظام أداءً يضاهي، بل ويتفوق أحياناً، على النماذج التقليدية التي تعتمد على بيانات أكبر بكثير. توليد صور اصطناعية السر وراء هذا الإنجاز يكمن في الدمج الذكي بين توليد البيانات الصناعية والتحسين التكراري. في البداية، يتعرف الذكاء الاصطناعي على مجموعة صغيرة من الأمثلة التي يحدد فيها الخبراء مناطق الاهتمام مثل الأورام أو الآفات الجلدية على الصور الطبية. وبعدها يبدأ النظام في إنشاء صور اصطناعية تحاكي مظهر الأنسجة المريضة والسليمة. هذه الصور الصناعية تصبح مادة تدريب إضافية للنظام. والأمر الأهم أن العملية تفاعلية، فكلما ولّد النظام صوراً جديدة، يقيم تأثيرها على تحسين الأداء، ويعدل استراتيجيته بناءً على النتيجة. بهذه الطريقة، تصبح عملية توليد الصور جزءاً من دورة تدريب وتغذية راجعة مستمرة. اختبارات شاملة خضع هذا الأسلوب للاختبار في مجموعة واسعة من المهام الطبية. منها التعرف على الآفات الجلدية في صور الجلد المجهري، وتحديد أورام الثدي في صور الموجات فوق الصوتية، ورسم أوعية المشيمة في صور المنظار الجنيني. أيضا اكتشاف سلائل القولون في لقطات تنظير القولون، وحتى تحديد تقرحات القدم في الصور الفوتوغرافية. كما تم تمديد التقنية لتشمل الصور ثلاثية الأبعاد، مثل تجزئة الحُصين والكبد في صور الرنين المغناطيسي، مما أظهر مرونتها العالية. وفي البيئات محدودة البيانات، حقق النظام زيادة في دقة التجزئة بنسبة تراوحت بين 10 و20 في المائة، رغم استخدامه جزءاً بسيطاً من البيانات المطلوبة في النماذج التقليدية. تمكين الأطباء في كل مكان هذا الابتكار ليس مجرد إنجاز خوارزمي، بل هو أداة مصممة للتأثير العملي. على سبيل المثال، يمكن لطبيب الأمراض الجلدية أن يعلّق على 40 صورة فقط باستخدام المجهر الجلدي، ثم يدرب النظام ليصبح قادراً على تحليل صور المرضى الجدد فوراً، مع تحديد السمات المثيرة للقلق بدقة وسرعة. التأثير يمتد إلى العيادات ذات الموارد المحدودة، والوحدات الطبية المتنقلة، والمناطق التي تفتقر إلى الأطباء المتخصصين. والأهم، أن الباحثين يخططون لتعزيز قدرات النظام بإدخال الأطباء في حلقة التدريب، بحيث يتم جمع ملاحظاتهم الفورية لتحسين النموذج أكثر. هذا الدمج بين خبرة الإنسان وقابلية الذكاء الاصطناعي للتكيف قد يغيّر قواعد تطوير ونشر الأدوات التشخيصية. أثر واسع المدى الانعكاسات المحتملة لهذا الابتكار كبيرة منها ديمقراطية التشخيص بالذكاء الاصطناعي، خصوصاً للمستشفيات التي لا تملك قواعد بيانات ضخمة يمكنها الاستفادة من الذكاء الاصطناعي لتحسين الرعاية. كذلك خفض التكلفة والوقت، إذ إن توليد بيانات صناعية يقلل العبء عن الخبراء في تعليق آلاف الصور يدوياً. إضافة إلى التوافق مع مختلف الوسائط، من الصور الفوتوغرافية والموجات فوق الصوتية إلى الرنين المغناطيسي وتنظير القولون، ينجح النهج في صيغ متعددة. تشمل الانعكاسات أيضاً التعلم المستمر، حيث إن آليات التغذية الراجعة المدمجة تمكن الذكاء الاصطناعي من التطور مع تراكم المعرفة الطبية. ولهذا الابتكار أثر على الصحة العالمية خصوصاً في البيئات منخفضة الموارد، يمكن أن يكون هذا الابتكار مفتاحاً لاكتشاف الأمراض مبكراً وتحسين النتائج الصحية. يمثل هذا الابتكار من جامعة «كاليفورنيا» في سان دييغو أداة مساواة قوية. فهو قادر على إتقان تجزئة الصور الطبية بمدخلات محدودة، بفضل توليد البيانات الصناعية ودورات التغذية الراجعة، مما يتيح تقديم تشخيصات عالية المستوى حتى للمراكز التي تفتقر للبنية التحتية اللازمة. الشرق الاوسط
