La toute première photo d’un trou noir supermassif vient d’être relookée par l’IA et elle est absolument incroyable
Un trou noir supermassif lointain semble net après une cure de jouvence à partir d’un supercalculateur.
Le « beignet orange flou » vu dans la première image d’un trou noir jamais pris s’est réduit à un « anneau doré maigre » plus mince à l’aide de l’apprentissage automatique.
La redéfinition de cette image du trou noir supermassif au cœur de la galaxie Messier 87 (M87) pourrait aider à mieux comprendre ses caractéristiques et pourrait être étendu au trou noir au cœur de notre propre galaxie, le voie Lactée.
Le image historique du M87 trou noir supermassif, connu sous le nom de M87*, a été emporté par le Télescope Event Horizon (EHT) et a été révélé au public en 2019. Les données pour créer l’image ont été collectées par l’EHT pendant plusieurs jours en 2017.
En rapport: La première image d’un trou noir reçoit une mise à jour polarisante qui met en lumière les champs magnétiques
L’EHT est un réseau de sept télescopes à travers le monde qui crée un télescope de la taille de la Terre, mais malgré sa puissance d’observation combinée, il y a encore des lacunes dans les données qu’il collecte, un peu comme les pièces manquantes d’un puzzle.
Une équipe de chercheurs, dont Lia Medeiros, membre de la collaboration EHT et boursière postdoctorale en astrophysique, a utilisé une nouvelle technique d’apprentissage automatique appelée modélisation interférométrique à composants principaux ou « PRIMO » pour « combler les lacunes » de l’image M87 et augmenter le réseau EHT à son maximum résolution pour la première fois.
« Puisque nous ne pouvons pas étudier les trous noirs de près, le détail d’une image joue un rôle essentiel dans notre capacité à comprendre son comportement », a déclaré l’auteur principal de la recherche, Medeiros, dans un communiqué. déclaration (s’ouvre dans un nouvel onglet). « La largeur de l’anneau dans l’image est maintenant plus petite d’environ un facteur deux, ce qui constituera une contrainte puissante pour nos modèles théoriques et nos tests de gravité. »
Quand l’image du trou noir supermassif M87 (M87*), qui fait 55 millions Années lumière de la Terre et a une masse équivalente à six milliards et demi soleilsa été révélé pour la première fois, les scientifiques ont été étonnés de voir à quel point cela correspondait aux prédictions faites par Albert Einstein en 1915 théorie générale de la relativité.
Cette image PRIMO raffinée de M87* donne aux scientifiques une chance de mieux faire correspondre les observations d’un trou noir réel aux prédictions théoriques.
« PRIMO est une nouvelle approche de la tâche difficile de construire des images à partir d’observations EHT », a déclaré Tod Lauer, membre de l’EHT et chercheur au NOIRLab, dans le communiqué. « Il fournit un moyen de compenser les informations manquantes sur l’objet observé, qui sont nécessaires pour générer l’image qui aurait été vue à l’aide d’un seul radiotélescope gigantesque de la taille de la Terre. »
Former PRIMO pour construire un meilleur trou noir
L’Institute for Advanced Study de Princeton, New Jersey, a expliqué que PRIMO fonctionne à l’aide de l’apprentissage par dictionnaire, une branche de l’apprentissage automatique qui permet aux ordinateurs de générer des règles basées sur de grands ensembles de matériel de formation. Ainsi, par exemple, si un programme comme celui-ci reçoit un certain nombre d’images d’une banane, il peut apprendre à déterminer si une image d’un objet inconnu est une banane ou non.
Pour entraîner PRIMO à faire la même chose avec les trous noirs, l’équipe lui a fourni 30 000 images simulées haute fidélité de ces titans cosmiques alors qu’ils se nourrissent du gaz environnant, un processus appelé « accrétion ». Les images couvraient un large éventail de prédictions théoriques sur la façon dont les trous noirs accumulent de la matière, permettant à PRIMO de rechercher des modèles.
Une fois identifiés, ces modèles ont été triés en fonction de la fréquence à laquelle ils ont été pris en compte dans les simulations. Cela pourrait ensuite être incorporé dans les images EHT pour créer une image haute fidélité de M87 * et révéler les structures que le réseau de télescopes aurait pu manquer.
« Nous utilisons la physique pour combler les régions de données manquantes d’une manière qui n’a jamais été faite auparavant en utilisant l’apprentissage automatique », a expliqué Medeiros. « Cela pourrait avoir des implications importantes pour l’interférométrie, qui joue un rôle dans des domaines allant des exoplanètes à la médecine. »
L’image résultante rendue par PRIMO est en accord avec les données EHT et les modèles théoriques de trous noirs. Ces modèles expliquent que l’anneau brillant observé sur ces images de M87* est le résultat de l’accélération du gaz à des vitesses proches de la lumière par l’incroyable influence gravitationnelle du trou noir. Cela provoque le réchauffement et la lueur du gaz lorsqu’il tourbillonne autour de la surface piégeant la lumière qui forme les limites extérieures du trou noir appelé le horizon des événements.
« Environ quatre ans après que la première image à l’échelle de l’horizon d’un trou noir a été dévoilée par EHT en 2019, nous avons franchi une nouvelle étape en produisant une image qui utilise pour la première fois la pleine résolution du réseau », a déclaré Psaltis. « Les nouvelles techniques d’apprentissage automatique que nous avons développées offrent une occasion en or pour notre travail collectif de comprendre la physique des trous noirs. »
La technique PRIMO pourrait désormais être appliquée à l’image du trou noir supermassif au cœur de notre galaxie, la Voie lactée. L’EHT a révélé une image de ce trou noir supermassif plus petit mais beaucoup plus proche appelé Sagittaire A* (Sgr A*) en mai 2022. L’image de Sgr A* a été créé à partir des données de l’EHT également collectées en 2017, mais la plus petite taille de ce trou noir de quatre millions de masse solaire situé à 26 000 années-lumière de la Terre par rapport à M87* a rendu les données plus difficiles à affiner.
L’utilisation de PRIMO pour augmenter la résolution des images EHT pourrait aider à mieux affiner les estimations des caractéristiques des deux trous noirs supermassifs, notamment leur masse, leur taille et la vitesse à laquelle ils consomment de la matière.
« L’image de 2019 n’était que le début », a conclu Medeiros. « Si une image vaut mille mots, les données sous-jacentes à cette image ont beaucoup plus d’histoires à raconter. PRIMO continuera d’être un outil essentiel pour extraire de telles informations. »
Les recherches de l’équipe ont été publiées le 13 avril dans le Lettres du journal astrophysique (s’ouvre dans un nouvel onglet).
Suivez-nous sur Twitter @Spacedotcom ou sur Facebook.