الثقب الأسود الهائل M87 الذي شكله تعاون EHT في عام 2019 (على اليسار) ؛ صورة جديدة تم إنشاؤها بواسطة خوارزمية PRIMO باستخدام نفس مجموعة البيانات (يمين). الائتمان: Medeiros et al. 2023
يستخدمه علماء الفلك[{” 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.
https://www.youtube.com/watch؟v=d_KyEay2hi8
نظرة عامة على عمليات المحاكاة التي تم تطويرها لمجموعة تدريب خوارزمية PRIMO. الائتمان: Medeiros et al. 2023
في عام 2019 ، أذهلت صورة EHT للثقب الأسود الهائل في مركز مجرة إهليلجية تسمى M87 ، على بعد حوالي 55 مليون سنة ضوئية من الأرض ، العالم العلمي. تم إنتاج الصورة من خلال الجمع بين الملاحظات من التلسكوبات الراديوية حول العالم – لكن الثغرات في البيانات تعني أن الصورة غير مكتملة ومشوشة إلى حد ما.
في دراسة نشرت الأسبوع الماضي رسائل مجلة الفيزياء الفلكيةوصف فريق دولي من علماء الفلك كيف قاموا بملء الفجوات من خلال تحليل أكثر من 30000 صورة محاكاة للثقب الأسود.
قالت ليا ميديروس ، المؤلفة الرئيسية للدراسة في معهد الدراسات المتقدمة ، في بيان صحفي: “من خلال تقنية التعلم الآلي الجديدة PRIMO ، تمكنا من تحقيق أعلى دقة للتسلسل الحالي”.
شحذ PRIMO رؤية EHT لحلقة من المادة الساخنة تدور حول الثقب الأسود الرقيق أثناء انهيارها في حالة التفرد الثقالي. وأوضح ميديروس أن الأمر أكثر من مجرد صورة جميلة.
وقال: “لأننا لا نستطيع دراسة الثقوب السوداء عن قرب ، فإن تفاصيل الصورة تلعب دورًا مهمًا في قدرتنا على فهم سلوكها”. “عرض الحلقة في الصورة الآن أقل من النصف ، وهو ما سيكون قيدًا قويًا لنماذجنا النظرية وتجاربنا حول الجاذبية.”
تُعرف التقنية – التي طورها Medeiros وزملاؤه – باسم النمذجة الرئيسية المكونة لقياس التداخل، أو PRIMO للاختصار – يحلل مجموعات البيانات الكبيرة من صور التدريب للعثور على طرق ممكنة لملء البيانات المفقودة. هذا مشابه للطريقة التي استخدم بها باحثو الذكاء الاصطناعي تحليل أعمال لودفيج فان بيتهوفن الموسيقية. قم بإنشاء نتيجة للسيمفونية العاشرة غير المكتملة للملحن.
https://www.youtube.com/watch؟v=bZcqsw9qiXs
تم إدخال عشرات الآلاف من صور EHT المحاكاة في نموذج PRIMO ، والتي تغطي مجموعة واسعة من الأنماط الهيكلية للغاز الذي يحوم داخل الثقب الأسود لـ M87. تم تجميع عمليات المحاكاة التي قدمت أفضل ملاءمة للبيانات المتاحة معًا لإنشاء إعادة بناء عالية الدقة للبيانات المفقودة. تمت إعادة معالجة الصورة الناتجة بعد ذلك لتتناسب مع الدقة القصوى الفعلية لـ EHT.
يقول الباحثون إن الصورة الجديدة ستؤدي إلى تحديدات أكثر دقة لكتلة الثقب الأسود في M87 وحجم أفق الحدث وحلقة التراكم. ستؤدي هذه التحديدات إلى اختبارات قوية للنظريات البديلة للثقوب السوداء والجاذبية.
تبدأ صورة حادة لـ M87. يمكن أيضًا استخدام PRIMO لزيادة وضوح الرؤية الباهتة لـ Event Horizon Telescope لـ Sagittarius A *[{” 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