科技生活| 黑洞最高解像度图像 归功机器学习新算法
2019年,我们首次得到了黑洞的直接图像,它类似于一个模糊的橙色甜甜圈。现在,该团队在机器学习算法的帮助下对这一标志性图像进行了改进,以产生原始数据可能的最高解像度图像。
天体物理学家怀疑黑洞的存在已经有几十年了,虽然有堆积如山的间接证据,但直接图像仍然难以捉摸。毕竟,怎么能拍到光本身无法逃离的东西呢?
答案是对比(contrast)——黑洞强烈的引力影响加热了它们周围的物质,形成了一个明亮的圆盘,突出了中心的无限黑暗物体。利用这种方法,事件地平线望远镜(Event Horizon Telescope, EHT)合作终于在2019年产生了第一张黑洞的直接图像,捕捉到了位于星系M87中心的超大质量怪物。
该图像显示了一个围绕黑心的明显的橙色环,证实了关于黑洞会是什么样子的假设说法。虽然是突破性的,但图像相当模糊,所以现在EHT团队已经将其锐化了。
新的和改进的图像的关键是一种称为「原理–分量干涉测量模型」(PRIMO)的机器学习算法。原来的图像是通过汇集世界各地的射频望远镜的数据来创建一个地球大小的虚拟望远镜,但这样做不可避免地在图像中出现漏洞,因为你无法用望远镜覆蓋地球的表面。
PRIMO是为了修补这些漏洞而设计的。这个机器学习系统在超过3万张带有吸积环(accretion rings)的黑洞模拟图像上进行了训练,包括各种不同的模型。反复出现的模式按其出现的频率进行排序,然后混合在一起,形成黑洞应该有的样子的图像。将原始的EHT观测结果与这些图像进行比较,以估计图像中缺少的结构会是什么样子。
最终的结果是M87中央黑洞的图像更加清晰,去除了噪音,看到了一个更大、更暗的黑洞和一个发光的环,其宽度只有以前看到的一半左右。研究小组说,这幅图像达到了你能达到的最大解像度,如果你真的能做到建造一个地球大小的射电望远镜这。
新的图像可以帮助科学家改进黑洞物理和引力的模型,而且该技术可以应用于其他图像,比如去年EHT合作拍摄的银河系自己的超大质量黑洞的图像。
图片:Medeiros et al. 2023
T09