Kunstmatige intelligentie onthult een verbluffend beeld met hoge resolutie van het superzware zwarte gat van M87

Gebruik astronomen[{” 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.

Overzicht van de gegenereerde simulaties voor de PRIMO algoritme trainingsset. Krediet: Medeiros et al. 2023

Een EHT-afbeelding van het superzware zwarte gat in het centrum van een elliptisch sterrenstelsel dat bekend staat als M87, op ongeveer 55 miljoen lichtjaar van de aarde, verblindde de wetenschappelijke wereld in 2019. Het beeld werd geproduceerd door waarnemingen van een wereldwijde reeks radiotelescopen te combineren – maar hiaten in de gegevens betekenen dat het beeld enigszins fragmentarisch en wazig was.

Dat blijkt uit een studie die vorige week verscheen in de Astrofysische dagboekbrievenEen internationaal team van astronomen beschreef hoe ze de hiaten opvulden door meer dan 30.000 gesimuleerde beelden van een zwart gat te analyseren.

“Met behulp van een nieuwe machine learning-methode, PRIMO, konden we maximale nauwkeurigheid bereiken voor de bestaande matrix”, zei hoofdauteur Leah Medeiros van het Institute for Advanced Study in een persbericht.

PRIMO heeft het zicht van de EHT op de ring van hete materie die in een baan om het zwarte gat cirkelt vernauwd en verscherpt terwijl het in een gravitatie-singulariteit valt. Medeiros legde uit dat dit hem meer maakt dan alleen een mooiere foto.

“Aangezien we zwarte gaten niet nauwkeurig kunnen bestuderen, spelen de details van het beeld een belangrijke rol in ons vermogen om hun gedrag te begrijpen”, zei ze. “De breedte van de ring in de afbeelding is nu ongeveer twee keer kleiner, wat een sterke beperking zal zijn voor onze theoretische modellen en zwaartekrachttesten.”

De techniek ontwikkeld door Medeiros en haar collega’s – bekend als Interferometriemodellering van hoofdcomponenten, of PRIMO in het kort – analyseert grote datasets van trainingsbeelden om erachter te komen wat de beste manier is om de ontbrekende gegevens in te vullen. Het is vergelijkbaar met de manier waarop AI-onderzoekers de muziekwerken van Ludwig von Beethoven analyseerden Produceert een partituur voor de onvoltooide tiende symfonie van de componist.

Tienduizenden gesimuleerde EHT-beelden zijn ingevoerd in het PRIMO-model, die een breed scala aan structurele patronen van wervelend gas in het zwarte gat van M87 bestrijken. Simulaties die het beste bij de beschikbare gegevens pasten, werden gecombineerd om een ​​uiterst betrouwbare reconstructie van de ontbrekende gegevens te produceren. Het resulterende beeld werd vervolgens opnieuw verwerkt om overeen te komen met de werkelijke maximale resolutie van de EHT.

De onderzoekers zeggen dat het nieuwe beeld zou moeten leiden tot nauwkeurigere bepalingen van de massa van het zwarte gat van M87 en de omvang van zijn waarnemingshorizon en accretiering. Deze beslissingen zouden op hun beurt kunnen leiden tot meer robuuste tests van alternatieve theorieën over zwarte gaten en zwaartekracht.

Het duidelijkere beeld van de M87 is nog maar het begin. PRIMO kan ook worden gebruikt om het wazige beeld van de Event Horizon Telescope van Sagittarius A*, het superzware zwarte gat in ons centrum, te verscherpen.[{” 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