Umělá inteligence odhaluje úžasný pohled na supermasivní černou díru M87 ve vysokém rozlišení

Použijte astronomy[{“ 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.

Přehled simulací generovaných pro trénovací sadu algoritmů PRIMO. Kredit: Medeiros et al. 2023

Snímek EHT supermasivní černé díry v centru eliptické galaxie známé jako M87, asi 55 milionů světelných let od Země, oslnil svět vědy v roce 2019. Snímek byl vytvořen kombinací pozorování z globální řady radioteleskopů — ale mezery v datech znamenají, že obraz byl poněkud nerovnoměrný a rozmazaný.

Ve studii zveřejněné minulý týden v Astrophysical Journal LettersMezinárodní tým astronomů popsal, jak zaplnili mezery, analýzou více než 30 000 simulovaných snímků černé díry.

„Pomocí nové metody strojového učení PRIMO jsme byli schopni dosáhnout maximální přesnosti pro stávající matici,“ uvedla v tiskové zprávě hlavní autorka studie Leah Medeiros z Institutu pro pokročilé studium.

PRIMO zúžil a zaostřil pohled EHT na prstenec horké hmoty obíhající černou díru, když spadá do gravitační singularity. Medeiros vysvětlil, že to z něj dělá víc než jen hezčí fotku.

„Protože nemůžeme studovat černé díry zblízka, detaily snímku hrají důležitou roli v naší schopnosti porozumět jejich chování,“ řekla. „Šířka prstence na obrázku je nyní asi dvakrát menší, což bude silné omezení pro naše teoretické modely a gravitační testy.“

Technika vyvinutá Medeiros a jejími kolegy – známá jako Interferometrické modelování hlavních komponent, nebo zkráceně PRIMO – analyzuje velké datové sady tréninkových obrázků, aby zjistil nejlepší způsoby, jak doplnit chybějící data. Je to podobné způsobu, jakým výzkumníci AI analyzovali hudební díla Ludwiga von Beethovena Produkuje partituru pro skladatelovu Nedokončenou desátou symfonii.

Do modelu PRIMO byly vloženy desítky tisíc simulovaných snímků EHT, které pokrývají širokou škálu strukturních vzorů vířícího plynu v černé díře M87. Simulace, které nejlépe odpovídaly dostupným datům, byly zkombinovány za účelem vytvoření vysoce věrné rekonstrukce chybějících dat. Výsledný obraz byl poté znovu zpracován tak, aby odpovídal skutečnému maximálnímu rozlišení EHT.

Výzkumníci tvrdí, že nový snímek by měl vést k přesnějšímu určení hmotnosti černé díry M87 a rozsahu jejího horizontu událostí a akrečního prstence. Tato rozhodnutí by zase mohla vést k robustnějším testům alternativních teorií týkajících se černých děr a gravitace.

Jasnější obraz M87 je jen začátek. PRIMO lze také použít k zaostření rozmazaného pohledu dalekohledu Event Horizon Telescope na Sagittarius A*, supermasivní černou díru v našem středu.[{“ 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