M87 supermassereiches Schwarzes Loch, ursprünglich von der EHT-Kollaboration im Jahr 2019 abgebildet (links); und neues Bild, das vom PRIMO-Algorithmus unter Verwendung desselben Datensatzes generiert wurde (rechts). Bildnachweis: Medeiros et al. 2023
Astronomen verwendet[{” 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 Simulationen, die für das Trainingsset des PRIMO-Algorithmus generiert wurden. Bildnachweis: Medeiros et al. 2023
Das EHT-Bild des supermassiven Schwarzen Lochs im Zentrum einer elliptischen Galaxie namens M87, etwa 55 Millionen Lichtjahre von der Erde entfernt, begeisterte die Wissenschaftswelt im Jahr 2019. Das Bild wurde durch die Kombination von Beobachtungen einer weltweiten Reihe von Radioteleskopen erstellt – aber Lücken in den Daten bedeuteten, dass das Bild unvollständig und etwas verschwommen war.
In einer letzte Woche veröffentlichten Studie in Die Briefe des astrophysikalischen Journalsbeschrieb ein internationales Team von Astronomen, wie sie die Lücken füllten, indem sie mehr als 30.000 simulierte Bilder von Schwarzen Löchern analysierten.
„Mit unserer neuen maschinellen Lerntechnik PRIMO konnten wir die maximale Auflösung des aktuellen Arrays erreichen“, sagte die Hauptautorin der Studie, Lia Medeiros vom Institute for Advanced Study, in einer Pressemitteilung.
PRIMO verschlankte und schärfte die Sicht des EHT auf den Ring aus heißer Materie, der um das Schwarze Loch wirbelte, als es in die gravitative Singularität fiel. Das mache mehr als nur ein schöneres Bild, erklärte Medeiros.
„Da wir Schwarze Löcher nicht aus der Nähe untersuchen können, spielt das Detail eines Bildes eine entscheidende Rolle für unsere Fähigkeit, sein Verhalten zu verstehen“, sagte sie. „Die Breite des Rings im Bild ist jetzt etwa um den Faktor zwei kleiner, was eine starke Einschränkung für unsere theoretischen Modelle und Tests der Schwerkraft darstellen wird.“
Die von Medeiros und ihren Kollegen entwickelte Technik – bekannt als Hauptkomponenten-Interferometrie-Modellierung oder kurz PRIMO – analysiert große Datensätze von Trainingsbildern, um die wahrscheinlichsten Möglichkeiten zum Ausfüllen fehlender Daten herauszufinden. Es ähnelt der Art und Weise, wie KI-Forscher eine Analyse von Ludwig von Beethovens Musikwerken verwendeten, um eine Partitur für die unvollendete 10. Symphonie des Komponisten zu erstellen.
Zehntausende von simulierten EHT-Bildern wurden in das PRIMO-Modell eingespeist und deckten eine breite Palette von Strukturmustern für das Gas ab, das in das Schwarze Loch von M87 wirbelt. Die Simulationen, die für die verfügbaren Daten am besten geeignet waren, wurden zusammengeführt, um eine hochgenaue Rekonstruktion fehlender 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 Bestimmungen wiederum könnten zu robusteren Tests alternativer Theorien in Bezug auf Schwarze Löcher und Schwerkraft führen.
Das schärfere Bild von M87 ist nur der Anfang. PRIMO kann auch verwendet werden, um die verschwommene Sicht des Event Horizon Telescope auf Sagittarius A*, das supermassive Schwarze Loch im Zentrum unseres eigenen, 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