پیش بینی ادغام سیاه چاله ها با قانون ساده آنتروپی

دو سیاه‌چاله را تصور کنید که در مارپیچی مرگبار گرفتار شده‌اند و آن‌قدر به دور یکدیگر می‌چرخند تا خود فضا زمان به لرزه درآید و در پایان، جرمی واحد و بزرگ‌تر باقی بماند. آنچه در نگاه نخست خشونتی آشفته به نظر می‌رسد، شاید از قاعده‌ای شگفت‌انگیز و ساده در ترمودینامیک پیروی کند.

برداشت هنری از سیاه‌چاله‌هایی در مدار که در آستانه ادغام قرار دارند. پژوهشی تازه به سرپرستی فیزیک‌دانان پن استیت نشان می‌دهد اندازه سیاه‌چاله ادغام‌شده حاصل را می‌توان با ترمودینامیک ساده پیش‌بینی کرد. 

وقتی گرانش آواز می‌خواند

امواج گرانشی بلندترین برخوردهای کیهانی را ثبت می‌کنند. این امواج به صورت لرزش‌هایی بسیار کوچک در آشکارسازهایی مانند لایگو و ویرگو دریافت می‌شوند و امضاهایی از جرم، چرخش و رقص مداری پیش از برخورد را با خود حمل می‌کنند. تحلیلگران با وارون‌سازی این شکل‌موج‌ها، فرایند ادغام را بازسازی می‌کنند و ویژگی‌های سیاه‌چاله باقی‌مانده پس از مرحله زنگ‌زدایی را برآورد می‌کنند.

معمولا پیش‌بینی جرم نهایی و تکانه زاویه‌ای این باقیمانده به نسبیت عددی سنگین و پرهزینه نیاز دارد. این شبیه‌سازی‌ها معادلات میدان اینشتین را روی ابررایانه‌ها حل می‌کنند و رقص کاملا غیرخطی فضا زمان را بازمی‌سازند. این روش‌ها کارآمدند، اما هزینه محاسباتی بالایی دارند. همچنین اغلب اصول ساده سامان‌دهنده را پشت لایه‌هایی از محاسبه پنهان می‌کنند.

گروهی به سرپرستی پژوهشگران پن استیت رویکردی متفاوت و کم‌هزینه‌تر پیشنهاد کرده‌اند. ایده آن‌ها این است: از یک اصل ترمودینامیکی برای پیش‌بینی جرم و چرخش سیاه‌چاله نهایی استفاده شود. این پیشنهاد که در نشریه فیزیکال ریویو لترز منتشر شده و به عنوان پیشنهاد سردبیر برجسته شده است، استدلال می‌کند که ادغام سیاه‌چاله‌ها ممکن است پس از در نظر گرفتن انرژی و تکانه زاویه‌ای ازدست‌رفته در قالب امواج گرانشی، در حالتی با بیشترین آنتروپی مجاز آرام بگیرد.

آنتروپی به مثابه قطب‌نما

آنتروپی اغلب در بحث‌های مربوط به بی‌نظمی مطرح می‌شود. یک راه ساده برای درک آن، شمارش پیکربندی‌های میکروسکوپی متفاوتی است که با یک حالت ماکروسکوپی یکسان سازگارند. یک میز به‌هم‌ریخته می‌تواند چیدمان‌های بسیاری داشته باشد. یک میز مرتب، چیدمان‌های اندکی دارد. در سامانه‌های آشنا، بیشینه‌سازی آنتروپی تحت محدودیت‌ها، حالت‌های تعادل را پیش‌بینی می‌کند.

به‌کارگیری این منطق برای سیاه‌چاله‌ها جسورانه است، اما تازه نیست. از دهه ۱۹۷۰، فیزیک‌دانان شباهت‌های عمیقی میان مکانیک سیاه‌چاله و ترمودینامیک تشخیص داده‌اند، به‌ویژه پس از کشف هاوکینگ که نشان داد سیاه‌چاله‌ها تابش می‌کنند. این پیوند راه را برای تفسیر کمیت‌هایی مانند مساحت افق رویداد به عنوان همتای آنتروپی باز کرد.

گروه پن استیت این تشبیه را به ادغام‌های دوتایی سیاه‌چاله‌ها گسترش داد. آن‌ها بررسی کردند که جرم ترکیبی و تکانه زاویه‌ای زوج در حال نزدیک‌شدن چگونه به خانواده‌ای از سیاه‌چاله‌های چرخان فرضی به عنوان باقیمانده نگاشت می‌شود. با پیمایش این خانواده، پژوهشگران پیکربندی‌ای را شناسایی کردند که با کمیت‌های پایسته، پس از کسر مقادیر ازدست‌رفته به صورت تابش گرانشی، بیشترین آنتروپی را دارد.

یافته آن‌ها چشمگیر است. نقطه بیشینه آنتروپی بسیار نزدیک به باقیمانده‌ای قرار می‌گیرد که به طور مستقل با نسبیت عددی پیش‌بینی شده است. این همخوانی حاشیه‌ای نیست. برای طیف گسترده‌ای از پیکربندی‌های اولیه، اختلاف در حد چند درصد باقی می‌ماند. در عمل، یک اکسترمم ساده ترمودینامیکی مسیر نقطه پایانی فرایندی عمیقا غیرخطی در گرانش را ترسیم می‌کند.

چرا این موضوع اهمیت دارد

این نتیجه از چند جهت اهمیت دارد. نخست اینکه میان‌بری شهودی و مبتنی بر فیزیک برای برآورد ویژگی‌های باقیمانده ارائه می‌دهد، بدون آنکه لازم باشد یک شبیه‌سازی کامل اجرا شود. این می‌تواند مدل‌های پدیدارشناختی مورد استفاده برای تفسیر رویدادهای امواج گرانشی و ساخت الگوهای شکل‌موج را سرعت دهد.

دوم اینکه این یافته نشان می‌دهد بیشینه‌سازی آنتروپی شاید چیزی فراتر از یک تشبیه باشد. ممکن است اصلی درهم‌تنیده با دینامیک سامانه‌های گرانشی باشد، به‌ویژه زمانی که تابش، انرژی و تکانه زاویه‌ای را از سامانه خارج می‌کند. اگر چنین باشد، این نتیجه پلی کاربردی میان ترمودینامیک و نسبیت عام می‌سازد، نه فقط پلی مفهومی.

در نهایت، این رویکرد می‌تواند روشن کند سیاه‌چاله نهایی چه چیزی را از ادغام به یاد می‌آورد. پس از ادغام خشن، نمای بیرونی باقیمانده تنها با چند پارامتر توصیف می‌شود: جرم و چرخش. جزئیات دیگر زوج اولیه ظاهرا از بین می‌رود. بیان این پاک‌شدن اطلاعات با زبان ترمودینامیک کمک می‌کند توضیح دهیم چرا فقط این کمیت‌های درشت‌دانه باقی می‌مانند.

آن‌ها چگونه آن را آزمودند

روش این گروه با جرم و تکانه زاویه‌ای در حال تحول آغاز می‌شود که از یک سامانه دوتایی، هنگام گسیل امواج گرانشی، استخراج می‌گردد. این کمیت‌ها مسیری را در فضای پارامترهای ممکن ترسیم می‌کنند. برای هر نقطه روی این مسیر می‌توان پرسید: اگر سامانه با این مقادیر پایسته در قالب یک سیاه‌چاله چرخان واحد آرام بگیرد، آنتروپی آن چقدر خواهد بود؟

نگاشت آنتروپی در سراسر این دنباله، منحنی‌ای با یک قله ایجاد می‌کند. آن قله، نامزد باقیمانده‌ای را نشان می‌دهد که آنتروپی را بیشینه می‌کند. پژوهشگران این پیش‌بینی‌ها را با خروجی‌های مستقل شبیه‌سازی‌های نسبیت عددی از ادغام‌هایی مقایسه کردند که دینامیک کامل نسبیت عام را در بر می‌گیرند. نزدیکی پیش‌بینی‌ها به باقیمانده‌های شبیه‌سازی‌شده، نتیجه تجربی اصلی بود.

نسبت‌های جرمی و هم‌راستایی‌های چرخشی گوناگون آزموده شد. در بسیاری از حالت‌های واقع‌بینانه، برآورد مبتنی بر آنتروپی، جرم و چرخش نهایی شبیه‌سازی‌شده را با دقتی در حد چند درصد دنبال کرد، هرچند میزان انطباق به این بستگی دارد که سامانه پیش از آرام‌گرفتن چه مقدار انرژی و تکانه زاویه‌ای تابش می‌کند.

محدودیت‌ها و پرسش‌های باز

انتظار نمی‌رود هیچ قاعده واحدی همه سناریوهای ممکن را پوشش دهد. پیکربندی‌های حدی، مانند نسبت‌های جرمی بسیار نابرابر یا چرخش‌های به‌شدت تقدیمی، ممکن است رویکرد آنتروپی را به مرزهای اعتبار خود برسانند. اتلاف از طریق امواج گرانشی پیچیده است و می‌تواند تکانه زاویه‌ای قابل‌توجهی را به شیوه‌هایی خارج کند که حسابداری ساده را به چالش می‌کشد.

پرسش‌های نظری عمیق‌تری نیز وجود دارد. چرا آنتروپی، که مفهومی آماری و ریشه‌دار در شمارش میکروسکوپی است، باید با این دقت باقیمانده یک فرایند هندسی قطعی را که با معادلات اینشتین اداره می‌شود انتخاب کند؟ آیا این انتخاب ویژگی برآیندی دینامیک غیرخطی است، یا به ریزفیزیک ناشناخته‌ای اشاره دارد که گرانش و درجات آزادی کوانتومی را به هم پیوند می‌دهد؟

دیدگاه کارشناس

دکتر لنا اورتیز، اخترفیزیک‌دان رصدی که در این پژوهش مشارکت نداشته است، گفت: «این از آن نتایجی است که هم عمل‌گرایی را برمی‌انگیزد و هم شگفتی را. از یک سو، می‌توان از آن برای تقریب سریع ویژگی‌های باقیمانده استفاده کرد. از سوی دیگر، ما را وامی‌دارد بپرسیم چه حسابداری ریزفیزیکی‌ای پشت آنتروپی افق قرار دارد. فهرست‌های آینده امواج گرانشی نشان خواهند داد که آیا این یک الگوی تکرارشونده است یا صرفا یک همزمانی سودمند.»

دکتر اورتیز به فایده عملی این روش اشاره کرد: برآوردهای سریع می‌توانند در تحلیل‌های کم‌تأخیر هنگام آشکارسازی امواج گرانشی کمک کنند، درست زمانی که زمان برای برنامه‌های پیگیری الکترومغناطیسی حیاتی است. در عین حال، او بر احتیاط تأکید کرد: «باید مشخص کنیم برآورد ترمودینامیکی در کجا فرو می‌ریزد تا مدل‌سازان بدانند چه زمانی می‌توانند به آن اعتماد کنند.»

پیامدهای گسترده‌تر و چشم‌انداز آینده

این حدس ترمودینامیکی می‌تواند بر شیوه ساخت مدل‌های شکل‌موج و نیز بر نحوه اولویت‌بندی منابع محاسباتی در خطوط پردازش برآورد پارامترها اثر بگذارد. اگر بیشینه‌سازی آنتروپی به ابزاری تأییدشده تبدیل شود، ممکن است مدل‌های جانشین و تقریب‌های تحلیلی مورد استفاده در تحلیل داده، مطالعات جمعیتی و استنباط اخترفیزیکی را تقویت کند.

از نظر رصدی، فهرست رو به رشد رویدادهای امواج گرانشی میدان آزمونی ارزشمند فراهم می‌کند. هر ادغام آشکارشده یک نقطه داده است: پیش‌بینی آنتروپی تا چه اندازه با باقیمانده استنباط‌شده همخوانی دارد؟ مطالعات آماری روی رویدادهای متعدد، روندها و استثناهای نظام‌مند را آشکار خواهد کرد.

در جبهه نظری، این نتیجه پژوهش‌های تازه‌ای را در محل تلاقی گرانش و فیزیک آماری تشویق می‌کند. پژوهشگران ممکن است بررسی کنند آیا اصول تغییراتی مبتنی بر آنتروپی به طور طبیعی از فرایندهای میانگین‌گیری اعمال‌شده بر معادلات اینشتین پدید می‌آیند، یا اینکه به درجات آزادی میکروسکوپی‌ای اشاره دارند که هنوز باید با نظریه کوانتومی گرانش توصیف شوند.

جمع‌بندی

ادغام سیاه‌چاله‌ها خشن، پیچیده و عمیقا غیرخطی است. با این حال، طبیعت اغلب سادگی را زیر لایه‌های پیچیدگی پنهان می‌کند. حدس بیشینه آنتروپی برای ادغام سیاه‌چاله‌ها نمونه‌ای ظریف از همین الگو است: معیاری ترمودینامیکی که نتیجه دینامیک گرانشی افراطی را دنبال می‌کند. این روش جایگزین شبیه‌سازی‌های کامل نمی‌شود، اما شهودی نیرومند و ابزاری کاربردی برای عصر اخترشناسی امواج گرانشی فراهم می‌آورد. با بهبود آشکارسازها و افزایش نمونه ادغام‌های رصدشده، این حدس با آزمون‌های تجربی سخت‌گیرانه روبه‌رو خواهد شد. اگر پابرجا بماند، شاید به اصلی وحدت‌بخش اشاره کند که آنتروپی و فضا زمان را به شکلی به هم پیوند می‌دهد که درک ما از هر دو را ژرف‌تر می‌کند.