A mesterséges intelligencia lenyűgöző, nagy felbontású képet tár fel az M87 szupermasszív fekete lyukáról

Használj csillagászokat[{” 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.

A PRIMO algoritmus tanítókészlethez generált szimulációk áttekintése. Köszönetnyilvánítás: Medeiros et al. 2023

A Földtől körülbelül 55 millió fényévre lévő M87 elliptikus galaxis közepén lévő szupermasszív fekete lyuk EHT-képe 2019-ben elkápráztatta a tudomány világát. A képet egy globális rádióteleszkóp megfigyeléseinek kombinálásával hozták létre. de hiányosságok Az adatok azt jelentik, hogy a kép kissé foltos és homályos volt.

A múlt héten megjelent tanulmányban a Astrophysical Journal LettersEgy nemzetközi csillagászcsoport több mint 30 000 fekete lyuk szimulált képének elemzésével leírta, hogyan pótolták ki a hiányosságokat.

„Egy új gépi tanulási módszer, a PRIMO használatával maximális pontosságot tudtunk elérni a meglévő mátrixban” – mondta sajtóközleményében Leah Medeiros, a tanulmány vezető szerzője, az Institute for Advanced Study munkatársa.

A PRIMO szűkítette és élesítette az EHT nézetét a fekete lyuk körül keringő forró anyag gyűrűjéről, amint az gravitációs szingularitásba esik. Medeiros elmagyarázta, hogy ettől több lesz, mint egy szebb fotó.

„Mivel nem tudjuk alaposan tanulmányozni a fekete lyukakat, a kép részletei fontos szerepet játszanak abban, hogy megértsük viselkedésüket” – mondta. „A képen látható gyűrű szélessége körülbelül kétszer kisebb, ami erős korlátozást jelent elméleti modelljeink és gravitációs tesztjeink számára.”

A Medeiros és munkatársai által kifejlesztett technikát – ún Főkomponens interferometriás modellezés, vagy röviden PRIMO – a képzési képek nagy adathalmazait elemzi, hogy kitalálja a hiányzó adatok kitöltésének legjobb módjait. Ez hasonló ahhoz, ahogyan a mesterséges intelligencia kutatói elemezték Ludwig von Beethoven zenei műveit Kottát készít a zeneszerző Befejezetlen tizedik szimfóniájához.

Több tízezer szimulált EHT-kép került be a PRIMO modellbe, amelyek az M87 fekete lyukában kavargó gáz szerkezeti mintáinak széles skáláját fedik le. A rendelkezésre álló adatokhoz legjobban illeszkedő szimulációkat kombináltuk a hiányzó adatok nagy pontosságú rekonstrukciójához. A kapott képet ezután újra feldolgoztuk, hogy megfeleljen az EHT tényleges maximális felbontásának.

A kutatók szerint az új képnek az M87 fekete lyuk tömegének, valamint eseményhorizontjának és akkréciós gyűrűjének pontosabb meghatározásához kell vezetnie. Ezek a döntések viszont a fekete lyukakra és a gravitációra vonatkozó alternatív elméletek robusztusabb teszteléséhez vezethetnek.

Az M87 tisztább képe csak a kezdet. A PRIMO arra is használható, hogy kiélesítse az Event Horizon Telescope homályos képét a Sagittarius A*-ról, a központunkban lévő szupermasszív fekete lyukról.[{” 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