Un agujero negro supermasivo distante se ve nítido después de una transformación de una supercomputadora.
La «rosquilla naranja borrosa» que se ve en la primera foto de un Agujero negro Se ha reducido a un «anillo dorado delgado» con la ayuda del aprendizaje automático.
Esta imagen redefine el agujero negro supermasivo en el núcleo. Galaxy Messier 87 (M87) Podría ayudar a comprender mejor sus propiedades y podría extenderse al agujero negro en el corazón de nuestra galaxia. vía Láctea.
el Foto histórica de la M87 El agujero negro supermasivo, conocido como M87*, fue capturado por Telescopio de horizonte de eventos (EHT) Se reveló al público en 2019. EHT recopiló los datos para crear la imagen durante varios días en 2017.
Relacionado: La primera imagen de un agujero negro recibe una actualización polarizadora que arroja luz sobre los campos magnéticos
El EHT es una red de siete telescopios en todo el mundo que crean un telescopio del tamaño de la Tierra, pero a pesar de la fuerza de sus observaciones combinadas, todavía hay lagunas en los datos que recopila, como piezas faltantes de un rompecabezas.
Un equipo de investigadores, incluido el miembro de la colaboración EHT y becaria postdoctoral en astrofísica Lia Medeiros, utilizó una nueva técnica de aprendizaje automático llamada modelado de interferometría de componentes principales, o «PRIMO», para «llenar los vacíos» en la imagen M87 y optimizar la matriz EHT. decisión por primera vez.
«Dado que no podemos estudiar los agujeros negros de cerca, los detalles de la imagen juegan un papel importante en nuestra capacidad para comprender su comportamiento», dijo el autor principal de la investigación, Medeiros. declaración (Se abre en una nueva pestaña). «El ancho del anillo en la imagen ahora es aproximadamente dos veces más pequeño, lo que será una fuerte limitación para nuestros modelos teóricos y pruebas de gravedad».
Cuando aparece la imagen M87 del agujero negro supermasivo (M87*), que es de 55 millones años luz de la Tierra y tiene una masa equivalente a seis mil quinientos millones solesrevelado por primera vez, los científicos se sorprendieron de lo bien que coincidía con las predicciones hechas por Albert Einstein en 1915. La teoría general de la relatividad.
Esta imagen PRIMO mejorada de M87* brinda a los científicos la oportunidad de combinar mejor las observaciones del agujero negro real con las predicciones teóricas.
“PRIMO es un nuevo enfoque para la desafiante tarea de crear imágenes a partir de observaciones de EHT”, dijo Todd Lauer, miembro de EHT e investigador de NOIRLab, en el comunicado.
«Proporciona una forma de compensar la información faltante sobre el objeto que se está monitoreando, que se requiere para generar la imagen que se habría visto con un solo radiotelescopio gigante del tamaño de la Tierra».
Entrenamiento PRIMO para construir un mejor agujero negro
El Instituto de Estudios Avanzados de Princeton explicó que PRIMO funciona utilizando el aprendizaje de diccionarios, una rama del aprendizaje automático que permite a las computadoras crear reglas basadas en grandes colecciones de material de capacitación. Por ejemplo, si un programa como este recibe varias imágenes de un plátano, puede aprender a determinar si la imagen de un objeto desconocido es un plátano.
Para entrenar a PRIMO para que hiciera lo mismo con los agujeros negros, el equipo lo alimentó con 30.000 imágenes simuladas de alta resolución de estos gigantes cósmicos alimentándose del gas circundante, un proceso llamado «acreción». Las imágenes han cubierto una amplia variedad de predicciones teóricas sobre cómo los agujeros negros acumulan materia, lo que permite a PRIMO buscar patrones.
Una vez que se identificaron estos patrones, se clasificaron según la frecuencia con la que se tuvieron en cuenta en las simulaciones. Esto luego se puede combinar en imágenes EHT para crear una imagen de alta resolución de M87* y revelar estructuras que la matriz del telescopio podría haber pasado por alto.
«Estamos utilizando la física para completar las áreas de datos que faltan de una manera que no se ha hecho antes con el aprendizaje automático», explicó Medeiros. «Esto podría tener implicaciones importantes para la interferometría, que desempeña un papel en campos que van desde los exoplanetas hasta la medicina».
La imagen resultante proporcionada por PRIMO es consistente con los datos de EHT y los modelos teóricos de agujeros negros. Estos modelos muestran que el anillo brillante que se ve en estas imágenes de M87* es causado por el gas acelerado a velocidades cercanas a la luz por la espectacular influencia gravitatoria del agujero negro. Esto hace que el gas se caliente y brille a medida que se mueve alrededor de la superficie que atrapa la luz y que forma el límite exterior del llamado agujero negro. horizonte de eventos
“Casi cuatro años después de revelar la primera imagen en escala horizontal de un agujero negro por EHT en 2019, hemos establecido otro hito, produciendo una imagen que utiliza la resolución completa de la matriz por primera vez”, afirmó Psaltis. “Las nuevas técnicas de aprendizaje automático que hemos desarrollado brindan una oportunidad de oro para que nuestro trabajo colectivo comprenda la física de los agujeros negros”.
La tecnología PRIMO ahora se puede aplicar a la imagen del agujero negro supermasivo en el corazón de nuestra galaxia, la Vía Láctea. EHT ha revelado una imagen de este agujero negro más pequeño pero mucho más cercano llamado arco a* (Sgr A*) en mayo de 2022. Imagen de Sgr A* Se creó utilizando datos del EHT también recopilados en 2017, pero el tamaño más pequeño de este agujero negro de cuatro millones de masa solar ubicado a 26 000 años luz de la Tierra en comparación con M87* hizo que los datos fueran más difíciles de refinar.
El uso de PRIMO para mejorar la resolución de las imágenes EHT puede ayudar a mejorar las estimaciones de las propiedades de cada uno de los agujeros negros supermasivos, incluida su masa, tamaño y tasa de consumo de materia.
“Photo 2019 fue solo el comienzo”, concluyó Medeiros. «Si una imagen vale más que mil palabras, los datos detrás de esa imagen tienen muchas más historias que contar. PRIMO seguirá siendo una herramienta fundamental para extraer tales conocimientos».
La investigación del equipo se publica el 13 de abril en la revista Cartas de revistas astrofísicas (Se abre en una nueva pestaña).
«Pensador incondicional. Aficionado a la televisión galardonado. Emprendedor total. Evangelista de la web. Nerd del café».