Simulation-based inference for AGN jet population modelling: Towards more robust comparisons of black hole jet speeds

Imagina el universo como una gigantesca fábrica cósmica donde los motores más potentes imaginables se ponen en marcha constantemente. Estos motores son los agujeros negros, y no se quedan simplemente ahí parados; disparan masivos chorros de partículas de alta velocidad llamados "jets" que se extienden durante miles de años luz. Piensa en estos jets como el escape de un cohete, pero en lugar de quemar combustible, están impulsados por la intensa gravedad y el giro de un agujero negro. Los científicos se han preguntado durante mucho tiempo si estos motores funcionan de la misma manera ya sean pequeños (como los agujeros negros de nuestra propia galaxia) o gigantescos (como los supermasivos situados en el centro de otras galaxias). Para averiguar esto, los astrónomos necesitan medir qué tan rápido se mueven realmente estos jets. Pero aquí está el problema: el universo es tramposo. Debido a que estos jets se mueven tan rápido y apuntan en diferentes direcciones, se ven diferentes para nosotros dependiendo de cómo estén orientados. Es como ver un coche pasar a toda velocidad: si viene directamente hacia ti, parece increíblemente rápido y brillante, pero si conduce alejándose o a través de tu campo de visión, parece más lento y tenue. Esto hace que sea muy difícil conocer la "verdadera" velocidad de toda la flota de jets, porque solo podemos ver los que apuntan directamente hacia nosotros.

Este artículo es una historia de detectives para resolver este rompecabezas. Los autores, Clara Lilje, James Matthews y Rob Fender, querían echar un vistazo más cercano a la "población parental" de estos jets: toda la familia de agujeros negros, no solo los afortunados que podemos ver. Utilizaron una muestra de 174 cuásares de radio potentes (un tipo de galaxia activa) de un famoso estudio llamado MOJAVE. En lugar de usar la matemática de la vieja escuela que tiene dificultades con datos complejos y desordenados, utilizaron una técnica moderna e inteligente por computadora llamada "inferencia basada en simulaciones". Puedes pensar en esto como un videojuego donde la computadora crea millones de universos falsos con diferentes reglas sobre qué tan rápido van los jets. La computadora luego aprende a reconocer qué conjunto de reglas hace que el universo falso se vea exactamente como el real que observamos. Al hacer esto, descubrieron que las velocidades de estos jets gigantes siguen un patrón específico: el número de jets disminuye a medida que se vuelven más rápidos, siguiendo una curva donde el exponente es aproximadamente -1.32. Crucialmente, encontraron que la incertidumbre en este número es mucho mayor de lo que pensaban estudios previos, y que la forma de los datos no es una campana simple y ordenada. Cuando compararon estos resultados con las velocidades de los jets de agujeros negros más pequeños (llamados binarias de rayos X), encontraron que los dos grupos son sorprendentemente similares. Las pendientes de sus distribuciones de velocidad coinciden dentro de un margen de 2 sigma, lo que sugiere que la física de cómo los agujeros negros disparan sus jets podría ser universal, funcionando de la misma manera ya sea que el agujero negro sea pequeño o enorme.

La trampa de velocidad cósmica

Para entender lo que hicieron estos científicos, primero tienes que entender la "Trampa de Velocidad Cósmica". Imagina que estás en una pista de carreras, pero solo puedes ver los coches desde un único asiento en la tribuna. Si un coche conduce directamente hacia ti, parece increíblemente rápido y sus faros son cegadoresamente brillantes. Si conduce alejándose, parece lento y tenue. Si conduce a través de tu campo de visión, parece algo intermedio. Ahora, imagina que intentas averiguar la velocidad promedio de todos los coches en la carrera, pero solo puedes ver los que vienen zumbando directamente hacia ti. Podrías pensar erróneamente que cada coche es superrápido porque los lentos están ocultos de tu vista. Esto es exactamente lo que sucede con los jets de los agujeros negros. El universo está lleno de agujeros negros disparando jets, pero debido a un fenómeno llamado "emisión relativista" (beaming), la mayoría de los que vemos son los que apuntan directamente a la Tierra y se mueven cerca de la velocidad de la luz. Los más lentos, o los que apuntan hacia los lados, son demasiado tenues para que nuestros telescopios los capten. Esto crea un "límite de flujo", un sesgo donde nuestra visión del universo está inclinada hacia los objetos más rápidos y brillantes.

La vieja forma vs. la nueva forma

Durante mucho tiempo, los astrónomos intentaron corregir este sesgo usando herramientas matemáticas estándar, como la prueba de Anderson-Darling o las pruebas de chi-cuadrado. Piensa en estas herramientas como intentar encajar una clavija cuadrada en un agujero redondo. Funcionan bien si estás mirando solo una cosa a la vez, como la velocidad de los jets. Pero cuando intentas mirar la velocidad, el brillo y la distancia al mismo tiempo, estas herramientas se confunden. A menudo asumen que las respuestas siguen una campana de Gauss agradable y simétrica (como un montón de arena que es más alto en el medio y desciende uniformemente). También tienden a ser demasiado confiadas, dando rangos muy estrechos para sus respuestas y diciendo: "¡Estamos 99% seguros de que la respuesta es exactamente aquí!".

Los autores de este artículo decidieron probar un enfoque diferente. Utilizaron un método llamado Inferencia Basada en Simulaciones (SBI). Imagina que estás tratando de adivinar la receta de un pastel secreto. En lugar de probar el pastel y adivinar los ingredientes uno por uno, tienes un robot chef. Le dices al robot: "Haz un pastel con 2 huevos, 1 taza de azúcar y 3 tazas de harina". El robot hornea y te muestra el resultado. Lo comparas con el pastel real. Si está demasiado seco, le dices al robot que lo intente de nuevo con menos harina. El robot hace esto millones de veces, aprendiendo la relación entre los ingredientes y el pastel final. Eventualmente, el robot aprende la "superficie de verosimilitud" —un mapa de todas las combinaciones posibles de ingredientes que podrían haber hecho el pastel que tienes ante ti.

En este artículo, los "ingredientes" son las propiedades de los jets de los agujeros negros (qué tan rápido giran, qué tan brillantes son, cómo evolucionan con el tiempo) y el "pastel" es la información del estudio MOJAVE. El robot (un modelo de aprendizaje automático llamado "flujo normalizante") simula millones de universos falsos, aprende cuáles se ven como los datos reales y luego le dice a los científicos cuál es la "receta" más probable para el universo real.

Los grandes hallazgos

Cuando los autores ejecutaron su simulación, encontraron algunas cosas interesantes que los métodos antiguos pasaron por alto:

1. Las respuestas son más desordenadas (y más honestas): Los métodos antiguos daban respuestas muy limpias y simétricas. El nuevo método mostró que las respuestas son en realidad "rugosas" y asimétricas. Por ejemplo, la incertidumbre en la distribución de velocidad no es una campana perfecta; está sesgada. Esto significa que los estudios anteriores probablemente fueron demasiado confiados. El nuevo estudio dice: "Creemos que el exponente de velocidad es -1.32, pero podría estar en cualquier lugar entre -1.51 y -1.12". Este es un rango mucho más amplio, pero es uno más honesto.
2. El factor de "emisión" (beaming) es sólido: Uno de los parámetros que probaron fue el "exponente de emisión" (cuánto cambia el brillo del jet según su ángulo). La simulación fue extremadamente confiada sobre este punto, fijándolo de manera muy precisa. Esto confirmó que los científicos anteriores tenían razón al fijar este valor en 2.0 en sus modelos.
3. El enredo entre "Velocidad y Brillo": La simulación mostró que algunas de las variables son "degeneradas", lo que significa que están enredadas entre sí. Por ejemplo, la forma en que los jets cambian su brillo con el tiempo (evolución del desplazamiento al rojo o redshift) es difícil de separar de la forma en que cambia su velocidad. La simulación capturó este enredo perfectamente, mostrando una forma larga y estirada en los datos donde ambas variables se mezclan. Los métodos antiguos simplemente habrían pasado por alto esta complejidad.

La conexión cósmica: Gigantes y enanos

La parte más emocionante del artículo es la comparación. Los autores tomaron sus nuevas y más precisas mediciones de los agujeros negros gigantes (Núcleos Galácticos Activos, o AGN) y las compararon con las mediciones de los diminutos agujeros negros en nuestra propia galaxia (Binarias de Rayos X, o XRB).

Piensa en esto como comparar un Ferrari con un kart. Podrías esperar que tengan motores totalmente diferentes. Pero cuando los autores miraron el "factor de Lorentz" (una forma elegante de decir "qué tan cerca están de la velocidad de la luz"), encontraron algo sorprendente. La distribución de velocidades para los jets de los AGN gigantes y los jets de las pequeñas XRB son consistentes entre sí dentro de un margen de 2 sigma.

¿Qué significa "2 sigma"? En ciencia, es una forma de decir: "Hay una probabilidad bastante alta de que estas dos cosas sean iguales, pero aún no estamos 100% seguros". Es como lanzar una moneda 100 veces y obtener 60 caras. Es sospechoso, pero no es imposible que sea una casualidad. Sin embargo, es lo suficientemente fuerte como para sugerir que la física de cómo los agujeros negros disparan sus jets podría ser la misma, independientemente de si el agujero negro tiene el tamaño de una montaña o el tamaño de un sistema solar.

Por qué esto es importante

Este artículo no solo nos da un nuevo número; nos da una nueva forma de pensar. Muestra que cuando lidiamos con datos complejos y sesgados en la astronomía, necesitamos dejar de usar herramientas simples que asumen que todo es ordenado y simétrico. Al usar la inferencia basada en simulaciones, los autores pudieron ver los "bultos" y "enredos" en los datos que antes estaban ocultos.

También demostraron que el universo podría ser más uniforme de lo que pensábamos. Si los jets de los agujeros negros más pequeños y los de los agujeros negros más grandes siguen las mismas reglas de velocidad, sugiere que las leyes fundamentales de la física que gobiernan estos motores cósmicos son universales. Es un poco como descubrir que el mismo plano se utiliza para construir tanto un coche de juguete como un coche de carreras real.

Por supuesto, los autores tienen cuidado de no decir que esta es la última palabra. Señalan que todavía existen algunas diferencias en cómo observamos estos objetos (como el hecho de que vemos los jets gigantes a diferentes distancias que los pequeños) y que se necesitan más datos para estar absolutamente seguros. Pero al usar este poderoso nuevo método, han dado un gran paso hacia la comprensión de la verdadera naturaleza de estos velocistas cósmicos. Han demostrado que, con las herramientas adecuadas, finalmente podemos ver a toda la familia de los jets de los agujeros negros, no solo a los que apuntan hacia nosotros.