GravLensX presenta un enfoque innovador para la representación de agujeros negros mediante redes neuronales, considerando el efecto de lente gravitacional. Tras entrenar una red neuronal en el espacio-tiempo que rodea un agujero negro, el modelo entrenado se utiliza para generar trayectorias de rayos afectadas por dicho efecto. Esto permite simulaciones eficientes y escalables de agujeros negros con discos de acreción ópticamente delgados, a la vez que reduce significativamente los tiempos de representación en comparación con los métodos existentes. El enfoque se valida en representaciones exhaustivas de múltiples sistemas de agujeros negros con métricas Kerr anidadas, lo que demuestra que se pueden producir visualizaciones precisas a la vez que se reduce el tiempo de cálculo en un factor de 15. Esto sugiere que las redes neuronales representan una alternativa prometedora para la representación de fenómenos astronómicos complejos, abriendo nuevas vías para la visualización astronómica.
