De onderzoekers gebruikten machine learning om het eerste beeld van een zwart gat te verbeteren

De onderzoekers gebruikten machine learning om een ​​eerder vrijgegeven beeld van het zwarte gat aan te scherpen. Als resultaat toont het beeld van het zwarte gat in het centrum van het Messier 87-stelsel, meer dan 53 miljoen lichtjaar van de aarde verwijderd, een nog dunnere ring van licht en materie rond het centrum in Rapport vandaag gepubliceerd in Astrofysische dagboekbrieven.

De originele beelden zijn in 2017 gemaakt door de Event Horizon Telescope (EHT), een netwerk van radiotelescopen rond de aarde die samen dienen als een superimaging-instrument ter grootte van een planeet. De eerste afbeelding zag eruit als een “fuzzy donut”. beschreven door NPR, maar de onderzoekers gebruikten een nieuwe methode genaamd PRIMO om een ​​nauwkeuriger beeld te reconstrueren. PRIMO is een “nieuw op een woordenboek gebaseerd leeralgoritme” dat leert “beelden met een hoge resolutie te herstellen, zelfs in de aanwezigheid van schaarse dekking” door te trainen op simulaties die zijn gemaakt van meer dan 30.000 zwarte gaten. Met andere woorden, het gebruikt machine learning-gegevens op basis van wat we weten over de fysieke wetten van het universum – en met name zwarte gaten – om een ​​beter uitziende en nauwkeurigere momentopname te maken dan de onbewerkte gegevens die in 2017 zijn vastgelegd.

Zwarte gaten zijn mysterieuze en vreemde gebieden in de ruimte waar de zwaartekracht zo sterk is dat niets eraan kan ontsnappen. Ze ontstaan ​​wanneer stervende sterren onder hun eigen zwaartekracht op zichzelf instorten. Als gevolg hiervan comprimeert de ineenstorting de massa van de ster tot een kleine ruimte. De grens tussen een zwart gat en de massa eromheen wordt de waarnemingshorizon genoemd, en het is het punt waarop niets meer terug kan (of het nu licht, materie of Matthew McConaughey is).

READ  COVID-symptomen: COVID-symptoom is zeldzamer dan verwacht

“Wat we echt doen, is dat we de correlaties leren tussen verschillende delen van het beeld. En dat doen we door tienduizenden afbeeldingen met een hoge resolutie te analyseren die zijn gegenereerd op basis van simulaties”, zegt astrofysicus en auteur Lia Medeiros van de Instituut voor geavanceerde studie in Princeton, New Jersey, NPR. “Als je een afbeelding hebt, zullen de pixels in de buurt van een bepaalde pixel niet volledig ongecorreleerd zijn. Het is niet zo dat elke pixel volledig onafhankelijke dingen doet.”

De onderzoekers zeggen dat het nieuwe beeld in overeenstemming is met de voorspellingen van Albert Einstein. Ze verwachten echter dat verder onderzoek naar machine learning en telescoophardware zal leiden tot aanvullende reviews. “Over 20 jaar is de foto misschien niet de foto die ik je vandaag laat zien”, zei Medeiros. “Misschien is het beter.”

Geef een reactie

Het e-mailadres wordt niet gepubliceerd. Vereiste velden zijn gemarkeerd met *