北京
银河系在过去130亿年里"生产"了超过1000万个黑洞，而天文学家至今只找到了其中70个。这个数字落差不是观测失误，而是黑洞这种天体天生难找——它不发光，不反射，几乎不跟任何东西打招呼。英国的一组天文学家想出的办法是：把找黑洞这件事，分一部分给公众来做。
这个项目叫Black Hole Hunters（黑洞猎手），招募的是有电脑、有几分钟空闲时间的普通志愿者，任务是翻看美国宇航局一台空间望远镜积累的数据，把看起来像"失踪黑洞"的信号标记出来。项目团队的说法是，志愿者能帮这项原本要花上数年的搜索大幅提速。
项目联合负责人、英国南安普顿大学天文学家Adam McMaster在声明中说，志愿者"会把我们下一步该把望远镜对准哪里缩小到精确位置"，"而发现一个黑洞的人，可能就是你"。
黑洞怎么"现形"
黑洞形成于大质量恒星燃料耗尽后的坍缩——这类恒星的质量大约是太阳的20倍，坍缩后留下一个引力强到连光都逃不出去的深渊。黑洞本身不可见，但它会弯曲附近天体的光，项目找的就是这种效应的一种特定表现。
关键在于：大质量恒星常常成对形成。当其中一颗爆发成超新星、变成黑洞时，另一颗有时能幸存下来，两者继续互相绕转。如果这样一对天体与地球的连线角度刚好合适，黑洞就会周期性地从伴星和地球之间穿过。穿过的那一刻，黑洞的引力像一块宇宙放大镜，把伴星的光弯曲、放大，让望远镜看到这颗星短暂变亮。
项目用的是美国宇航局TESS（凌日系外行星巡天卫星）的数据。这颗卫星的主业是找太阳系外行星，但它记录数据的方式——持续追踪一颗恒星亮度的微小变化——恰好适合识别黑洞放大事件，项目说明里这样写道。
McMaster说，这是"一项不需要专业知识的简单任务"，团队会给志愿者看示例，告诉他们该找什么，剩下的就是认出对的图案。
为什么还要人来干
自动算法会先对TESS数据做一轮初筛，从数百万颗潜在恒星里挑出最明显的黑洞候选位置。但研究人员说，人工智能应付不了宇宙数据的杂乱现实：恒星耀斑、恒星自身的自然脉动，都可能骗过算法，产生误报。
这正是人类志愿者的位置。项目网站的说法是，每张图表会展示给多名志愿者，答案再合并处理，让个人的错误在平均中抵消。
参与项目的南安普顿大学物理与天文专业本科生Grace Clarke在同一份声明中说："我可以在卧室里用笔记本电脑搜黑洞，还可能对真正的空间科学产生实际影响。数据很好懂，就是图案识别，读懂它不需要天文学学位。"
众包出来的候选名单，能让天文学家把后续观测对准具体的恒星，比如精确测量一颗星是否正被看不见的伴星拉扯。这类测量耗时且昂贵，一份好的候选名单，等于帮研究者把稀缺的望远镜时间花在刀刃上。
已经跑了几年，接下来还要扩
项目2021年10月在Zooniverse平台上线，据其网站数据，已吸引近23000名志愿者，完成超过1200万次分类。
在转向TESS之前，团队用地面巡天项目SuperWASP的数据做过一次类似搜索。SuperWASP在2004年至2016年间像TESS一样监测恒星、寻找行星迹象。那批结果仍在分析中，预计很快发表。
团队还计划把搜索范围扩大到其他仪器的观测数据，包括欧洲空间局的Euclid任务和美国宇航局新近发射的Nancy Grace Roman空间望远镜。
McMaster的话说得很直白："可能有数千个新发现，我们需要一切能得到的帮助。"
值得留意的是这项工作的分寸感：算法负责从海量数据里粗筛，人负责在噪声里辨认图案，众包负责把个体误判平均掉，最后仍要回到望远镜做精确测量。黑洞不会因为被标记就确认存在，候选名单只是把"该往哪看"这个问题回答得更准一点。至于那上千万个黑洞里剩下的绝大多数，还躺在数据里等人翻出来。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
