Вештачка интелигенција открива запањујући поглед високе резолуције на супермасиву црну рупу М87

Користите астрономе[{“ attribute=““>machine learning to improve the Event Horizon Telescope’s first black hole image, aiding in black hole behavior understanding and testing gravitational theories. The new technique, called PRIMO, has potential applications in various fields, including exoplanets and medicine.

Astronomers have used machine learning to sharpen up the Event Horizon Telescope’s first picture of a black hole — an exercise that demonstrates the value of artificial intelligence for fine-tuning cosmic observations.

The image should guide scientists as they test their hypotheses about the behavior of black holes, and about the gravitational rules of the road under extreme conditions.

хттпс://ввв.иоутубе.цом/ватцх?в=д_КиЕаи2хи8
Преглед симулација генерисаних за сет за обуку ПРИМО алгоритама. Заслуге: Медеирос ет ал. 2023

ЕХТ слика супермасивне црне рупе у центру елиптичне галаксије познате као М87, око 55 милиона светлосних година од Земље, запањила је свет науке 2019. године. Слика је направљена комбиновањем посматрања са глобалног низа радио-телескопа — али празнине у Подаци значе да је слика била помало неуједначена и нејасна.

У студији објављеној прошле недеље у Астропхисицал Јоурнал ЛеттерсМеђународни тим астронома описао је како су попунили празнине анализирајући више од 30.000 симулираних слика црне рупе.

„Користећи нову методу машинског учења, ПРИМО, успели смо да постигнемо максималну тачност за постојећу матрицу“, рекла је водећи аутор студије Леа Медеирос из Института за напредне студије у саопштењу за јавност.

ПРИМО је сузио и изоштрио поглед ЕХТ-а на прстен вреле материје који кружи око црне рупе док она пада у гравитациони сингуларитет. Медеирос је објаснио да га то чини више од само лепше фотографије.

„Пошто не можемо изблиза да проучавамо црне рупе, детаљи слике играју важну улогу у нашој способности да разумемо њихово понашање“, рекла је она. „Ширина прстена на слици је сада око два пута мања, што ће бити јако ограничење за наше теоријске моделе и тестове гравитације.

Техника коју су развили Медеирос и њене колеге – позната као Моделирање интерферометрије главне компоненте, или скраћено ПРИМО – анализира велике скупове података слика за обуку да би открио најбоље начине за попуњавање података који недостају. То је слично начину на који су истраживачи вештачке интелигенције анализирали музичка дела Лудвига фон Бетовена Производи партитуру за композиторову Недовршену десету симфонију.

хттпс://ввв.иоутубе.цом/ватцх?в=бЗцксв9киКсс

Десетине хиљада симулираних ЕХТ слика су убачене у ПРИМО модел, покривајући широк спектар структурних образаца вртложног гаса у црној рупи М87. Симулације које су најбоље одговарале доступним подацима комбиноване су заједно да би се произвела реконструкција података који недостају високе верности. Добијена слика је затим поново обрађена да би одговарала стварној максималној резолуцији ЕХТ-а.

Истраживачи кажу да би нова слика требало да доведе до прецизнијих одређивања масе црне рупе М87 и обима њеног хоризонта догађаја и акреционог прстена. Ове одлуке би, заузврат, могле довести до снажнијих тестова алтернативних теорија у вези са црним рупама и гравитацијом.

Јаснија слика М87 је само почетак. ПРИМО се такође може користити за изоштравање нејасног погледа на Стрелца А*, супермасивне црне рупе у нашем центру, са Телескопа Евент Хоризон.[{“ attribute=““>Milky Way galaxy. And that’s not all: The machine learning techniques employed by PRIMO could be applied to much more than black holes. “This could have important implications for interferometry, which plays a role in fields from exoplanets to medicine,” Medeiros said.

Adapted from an article originally published on Universe Today.

Reference: “The Image of the M87 Black Hole Reconstructed with PRIMO” by Lia Medeiros, Dimitrios Psaltis, Tod R. Lauer and Feryal Özel3, 13 April 2023, The Astrophysical Journal Letters.
DOI: 10.3847/2041-8213/acc32d