Künstliche Intelligenz offenbart eine atemberaubende, hochauflösende Ansicht des supermassereichen Schwarzen Lochs von M87
ein supermassereiches Schwarzes Loch M87, das ursprünglich 2019 von der EHT-Kollaboration abgebildet wurde (links); und ein neues Bild, das vom PRIMO-Algorithmus unter Verwendung desselben Datensatzes generiert wurde (rechts). Bildnachweis: Medeiros et al. 2023
Verwenden Sie 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.
Übersicht über die Simulationen, die für das PRIMO-Algorithmus-Trainingsset generiert wurden. Bildnachweis: Medeiros et al. 2023
Ein EHT-Bild des supermassiven Schwarzen Lochs im Zentrum einer elliptischen Galaxie namens M87, etwa 55 Millionen Lichtjahre von der Erde entfernt, blendete die Wissenschaftswelt im Jahr 2019. Das Bild wurde durch die Kombination von Beobachtungen einer globalen Reihe von Radioteleskopen erstellt – aber Lücken in den Daten bedeuten, dass das Bild etwas lückenhaft und unscharf war.
In einer letzte Woche in der veröffentlichten Studie Astrophysikalische ZeitschriftenbriefeEin internationales Team von Astronomen beschrieb, wie sie die Lücken füllten, indem sie mehr als 30.000 simulierte Bilder eines Schwarzen Lochs analysierten.
„Mit einer neuen maschinellen Lernmethode, PRIMO, konnten wir maximale Genauigkeit für die vorhandene Matrix erreichen“, sagte die Hauptautorin der Studie, Leah Medeiros, vom Institute for Advanced Study in einer Pressemitteilung.
PRIMO hat die Sicht des EHT auf den Ring aus heißer Materie eingeengt und geschärft, der das Schwarze Loch umkreist, während es in eine gravitative Singularität fällt. Medeiros erklärte, dass ihn das zu mehr als nur einem hübscheren Foto mache.
„Da wir Schwarze Löcher nicht genau untersuchen können, spielen die Details des Bildes eine wichtige Rolle für unsere Fähigkeit, ihr Verhalten zu verstehen“, sagte sie. „Die Breite des Rings im Bild ist jetzt etwa zweimal kleiner, was eine starke Einschränkung für unsere theoretischen Modelle und Gravitationstests darstellen wird.“
Die von Medeiros und ihren Kollegen entwickelte Technik – bekannt als Hauptkomponenten-Interferometrie-Modellierung, oder kurz PRIMO – analysiert große Datensätze von Trainingsbildern, um herauszufinden, wie die fehlenden Daten am besten ergänzt werden können. Es ähnelt der Art und Weise, wie KI-Forscher die musikalischen Werke Ludwig von Beethovens analysierten Erstellt eine Partitur für die Unvollendete Zehnte Symphonie des Komponisten.
Zehntausende von simulierten EHT-Bildern wurden in das PRIMO-Modell eingespeist und decken ein breites Spektrum struktureller Muster von wirbelndem Gas im Schwarzen Loch von M87 ab. Simulationen, die am besten zu den verfügbaren Daten passten, wurden miteinander kombiniert, um eine originalgetreue Rekonstruktion der fehlenden Daten zu erstellen. Das resultierende Bild wurde dann erneut verarbeitet, um der tatsächlichen maximalen Auflösung des EHT zu entsprechen.
Die Forscher sagen, dass das neue Bild zu genaueren Bestimmungen der Masse des Schwarzen Lochs von M87 und der Ausdehnung seines Ereignishorizonts und Akkretionsrings führen sollte. Diese Entscheidungen wiederum könnten zu robusteren Tests alternativer Theorien über Schwarze Löcher und Schwerkraft führen.
Das klarere Bild des M87 ist nur der Anfang. PRIMO kann auch verwendet werden, um die unscharfe Sicht des Event Horizon Telescope auf Sagittarius A*, das supermassereiche Schwarze Loch in unserem Zentrum, zu schärfen.[{“ 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
