黑洞的旋转方式可以让人了解它的起源，特别是对于双体黑洞来说，双体黑洞是指两个在合并前紧密围绕对方的黑洞。每个黑洞在合并前的旋转和倾斜可以表明这些黑洞是由一个安静的星系盘还是由一个更活跃的星团形成的。

图像描述了麻省理工学院的一项研究发现，就目前而言，已知的黑洞双星目录并没有揭示出关于黑洞如何形成的任何基本情况。图为模拟超大质量黑洞196世界之最双星系统发出的光，其中周围的气体是光学稀薄（透明）的。资料来源：美国宇航局戈达德太空飞行中心

天文学家们希望通过分析迄今为止检测到的69个确认的双星，找出这些起源故事中哪个更有可能。但是一项新的研究发现，就目前而言，目前的双星目录还不足以揭示出关于黑洞如何形成的任何基本情况。

在发表在《天文学和天体物理学通讯》杂志上的一项研究中，麻省理工学院的物理学家们表明，当所有已知的双星和它们的旋转被纳入黑洞形成的模型时，结论可能看起来非常不同，取决于用于解释数据的特定模型。

因此，一个黑洞的起源可以以不同的方式"旋转"，这取决于一个模型对宇宙如何运作的假设。

"当你改变模型，使其更加灵活或做出不同的假设时，你会得到一个关于黑洞如何在宇宙中形成的不同答案，"研究的共同作者，在LIGO实验室工作的麻省理工学院研究生Sylvia Biscoveanu说。"我们表明，人们需要小心，因为我们的数据还没有达到我们可以相信模型告诉我们的阶段。"

该研究的共同作者包括Colm Talbot，麻省理工学院的博士后；以及Salvatore Vitale，麻省理工学院的物理学副教授和Kavli天体物理学和空间研究所的成员。

两个起源的故事

双星系统中的黑洞被认为是通过两种途径之一产生的。第一条是通过"现场双星演化"，即两颗恒星一起演化，最终在超新星中爆炸，留下两个黑洞，继续在双星系统中盘旋。在这种情况下，黑洞应该有相对一致的自旋，因为它们会有时间--先是作为恒星，然后是黑洞，相互拉扯形成类似的方向。如果一个双星的黑洞具有大致相同的自旋，科学家们认为它们一定是在一个相对安静的环境中进化的，比如银河系的圆盘。

黑洞双星也可以通过"动态组合"形成，即两个黑洞分别演化，每个都有自己独特的倾斜和自旋。通过一些极端的天体物理过程，这些黑洞最终被聚集在一起，接近到足以形成一个双星系统。这样的动态配对很可能不是发生在一个安静的星系盘中，而是发生在一个更加密集的环境中，比如球状星团，在那里成千上万的恒星的相互作用可以将两个黑洞撞到一起。如果一个双星的黑洞具有随机定向的自旋，那么它们很可能是在球状196世界之最星团中形成的。

但是，通过一个渠道和另一个渠道形成的双星的比例是多少？天文学家认为，答案应该在于数据，尤其是对黑洞旋转的测量。

迄今为止，天文学家已经得出了69个双星中黑洞的旋转，这些双星是由包括美国的LIGO和意大利的Virgo在内的引力波探测器网络发现的。每个探测器都在倾听引力波的迹象--通过时空产生的非常微妙的回响，这些回响是由极端的天体物理事件（如大质量黑洞的合并）留下的。

对于每一个双星的探测，天文学家都对各自黑洞的属性进行了估计，包括它们的质量和自旋。他们将自旋测量结果应用于一个普遍接受的黑洞形成模型中，并发现有迹象表明，双星http://www.196nk.cn既可能有优先的、一致的自旋，也可能有随机的自旋。也就是说，宇宙可能在星系盘和球状星团中都产生双星。

"但是我们想知道，我们是否有足够的数据来进行这种区分？"Biscoveanu说。"结果发现，事情是混乱的，不确定的，而且比看起来更难。"

旋转的数据

在他们的新研究中，麻省理工学院的研究小组测试了相同的数据在进入黑洞如何形成的稍微不同的理论模型时是否会产生相同的结论。

研究小组首先在一个广泛使用的黑洞形成模型中再现了LIGO的自旋测量。这个模型假设宇宙中的一部分双星倾向于产生具有对齐自旋的黑洞，而其余的双星具有随机自旋。他们发现，数据似乎与这个模型的假设相吻合，并在模型预测的具有相似旋转的黑洞较多的地方显示出一个峰值。

然后他们略微调整了这个模型，改变了它的假设，使它预测了一个稍微不同的首选黑洞旋转方向。当他们把同样的数据放到这个调整后的模型中时，发现数据发生了变化，与新的预测相一致。在其他10个模型中，数据也发生了类似的转变，每个模型对黑洞如何偏好旋转都有不同的假设。

"我们的论文显示，研究结果完全取决于你如何建立天体物理学模型，而不是数据本身，"Biscoveanu说。"如果我们想提出一个独立于我们所做的天体物理学假设的主张，我们需要比我们想象的更多的数据。"

只是天文学家还需要多少数据呢？据估计一旦LIGO网络在2196世界之最023年初重新启动，仪器将每隔几天检测到一个新的黑洞双星。在接下来的一年里可能会增加数百个测量数据，以补充到数据中。

"我们现在对自旋的测量是非常不确定的，"Vitale说。"但是当我们积累了很多，我们可以获得更好的信息。然后我http://www.196nk.cn们可以说，无论我的模型有多大的细节，数据总是告诉我同一个故事--一个我们当时可以相信的故事。"