Первое в истории изображение непосредственной близости от сверхмассивной черной дыры было сделано учеными в 2017 году. Как только оно было обнародовано в 2019 году, фото размытого, нечеткого оранжевого кольца на черном фоне моментально вошло в историю. Впервые мы смогли увидеть объект, существование которого почти столетие назад не признавал даже Альберт Эйнштейн, хотя именно его общая теория относительности впервые указала на возможность существования таких объектов. Теперь, спустя несколько лет, ученые представили новую, улучшенную версию этой легендарной фотографии.
Чтобы создать это изображение черной дыры в галактике M87, удаленной на 53 миллиона световых лет, ученые использовали сеть из семи телескопов, разбросанных по поверхности Земли. Однако для того, чтобы сделать фото/изображение такого объекта, необходимо было синхронизировать и объединить работу всех семи телескопов в один виртуальный телескоп диаметром с Землю. Этот телескоп получил название Event Horizon Telescope. Как следует из названия, он был создан исключительно для наблюдения за черными дырами, самыми неуловимыми объектами во Вселенной. Конечно, невозможно охватить телескопами все полушарие Земли, поэтому собранные данные были неполными и имели сплошные пробелы. Однако фотография позволила ученым еще раз доказать, что разработанная Эйнштейном теория прекрасно описывает Вселенную.
Менее чем через четыре года . Оказывается, ученые использовали модель машинного обучения PRIMO для детального анализа фотографии и повышения уровня ее детализации. И действительно! Взглянув на фотографию 2019 года и фотографию, опубликованную сейчас, мы можем увидеть резкое увеличение резкости. Как будто кто-то вручил нам очки по рецепту. На новом изображении кольцо нагретого материала вокруг черной дыры более четкое и тонкое. Физики-теоретики уже используют новое изображение, чтобы наложить новые ограничения на теоретические модели черной дыры и для дальнейших, более точных проверок теории гравитации.
Как машинное обучение может более точно показать нам, как выглядит черная дыра?
В принципе, метод машинного обучения основан на анализе большого пакета входных данных, представляющего объект некоторого типа. Обученная на нем модель способна определить, есть ли на ней объект после получения нового изображения. из той же категории или нет.
То же самое было и в случае с PRIMO, в который было загружено 30 000 высококачественных смоделированных изображений черных дыр, окруженных аккреционным диском. Затем в модель были введены неполные данные наблюдений, полученные с помощью Event Horizon Telescope (EHT). На основе входных данных PRIMO смог заполнить пробелы в данных EHT и создать более четкое и четкое изображение самого объекта.
Ученые утверждают, что модели машинного обучения, такие как PRIMO, в будущем будут использоваться не только для наблюдения за черными дырами, но прежде всего для экзопланет, которые астрономы все еще открывают группами.
Астрономы указывают, что новое, более четкое изображение сверхмассивной черной дыры в центре галактики M87 соответствует как данным EHT, так и теоретическим ожиданиям. Теперь на ее основе астрономы вновь попытаются оценить массу сфотографированной черной дыры и физические параметры ее ближайшего окружения. В то же время можно ожидать, что через некоторое время PRIMO будет использоваться и для улучшения разрешения изображения сверхмассивной черной дыры Sgr A*, расположенной в центре нашей галактики.