ثقب أسود فائق الكتلة M87 تم تصويره في الأصل من خلال تعاون EHT في عام 2019 (على اليسار) ؛ وصورة جديدة تم إنشاؤها بواسطة خوارزمية PRIMO باستخدام نفس مجموعة البيانات (يمين). الائتمان: Medeiros et al. 2023
استخدمها 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 إنشاؤها لمجموعة تدريب خوارزمية PRIMO. الائتمان: Medeiros et al. 2023
صورة EHT للثقب الأسود الهائل في مركز مجرة إهليلجية معروفة باسم M87 ، على بعد حوالي 55 مليون سنة ضوئية من الأرض ، أبهرت العالم العلمي في عام 2019. تم إنتاج الصورة بدمج الملاحظات من شبكة عالمية من التلسكوبات الراديوية – لكن فجوات البيانات تعني أن الصورة كانت غير كاملة وضبابية إلى حد ما.
في دراسة نشرت الأسبوع الماضي في رسائل من مجلة الفيزياء الفلكيةوصف فريق دولي من علماء الفلك كيف قاموا بملء الفجوات من خلال تحليل أكثر من 30000 صورة للثقوب السوداء المحاكية.
قالت المؤلفة الرئيسية للدراسة ، ليا ميديروس من معهد الدراسات المتقدمة ، في بيان صحفي: “بفضل تقنية التعلم الآلي الجديدة ، PRIMO ، تمكنا من الوصول إلى أقصى دقة للشبكة الحالية”.
صقل PRIMO وصقل عرض EHT لحلقة المادة الساخنة التي تدور حول الثقب الأسود أثناء سقوطها في التفرد الثقالي. وأوضح ميديروس أنه يفعل أكثر من مجرد صورة أجمل.
وقالت: “بما أننا لا نستطيع دراسة الثقوب السوداء عن قرب ، فإن تفاصيل الصورة تلعب دورًا مهمًا في قدرتنا على فهم سلوكها”. “عرض الحلقة في الصورة الآن حوالي عامل أصغر ، مما سيكون قيدًا قويًا لنماذجنا النظرية واختبارات الجاذبية.”
التقنية التي طورها ميديروس وزملاؤه – المعروفة باسم النمذجة قياس التداخل المكون الرئيسي، أو PRIMO للتحليل القصير لمجموعات البيانات الكبيرة لصور التدريب لتحديد أكثر الطرق احتمالية لملء البيانات المفقودة. إنه مشابه لكيفية استخدام باحثو الذكاء الاصطناعي لتحليل الأعمال الموسيقية لودفيج فون بيتهوفن ينتج درجة للسمفونية 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 النماذج الهيكلية للغاز الملتف في الثقب الأسود M87. تم دمج عمليات المحاكاة التي تتطابق بشكل أفضل مع البيانات المتاحة لإنتاج 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 يجب أن تؤدي إلى تحديدات أكثر دقة لكتلة الثقب الأسود في M87 ومدى أفق الحدث وحلقة التراكم. يمكن أن تؤدي هذه التحديدات بدورها إلى اختبارات أكثر قوة للنظريات البديلة المتعلقة بالثقوب السوداء والجاذبية.
الصورة الأكثر وضوحًا لـ M87 هي مجرد البداية. يمكن أيضًا استخدام PRIMO لصقل عرض Event Horizon Telescope الضبابي لـ Sagittarius A * ، الثقب الأسود الهائل الموجود في مركزنا.[{” 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
