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
استخدم 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 التدريب على 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 عالم العلوم في عام 2019. تم إنتاج الصورة من خلال الجمع بين الملاحظات من مجموعة عالمية من التلسكوبات الراديوية – لكن الثغرات في البيانات تعني أن الصورة كانت غير مكتملة وغامضة إلى حد ما.
في دراسة نشرت الأسبوع الماضي في رسائل مجلة الفيزياء الفلكية، وصف فريق دولي من علماء الفلك كيف قاموا بملء الفجوات من خلال تحليل أكثر من 30000 صورة محاكاة للثقب الأسود.
قالت المؤلفة الرئيسية للدراسة ليا ميديروس من معهد الدراسات المتقدمة في بيان صحفي: “باستخدام أسلوب التعلم الآلي الجديد ، PRIMO ، تمكنا من تحقيق أقصى دقة للمصفوفة الحالية”.
قام PRIMO بتقليص وشحذ رؤية EHT لحلقة المادة الساخنة التي تدور حول الثقب الأسود أثناء سقوطها في حالة التفرد الثقالي. وأوضح ميديروس أن هذا يجعله 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”. “أصبح عرض الحلقة في الصورة الآن أصغر بنحو ضعفين ، وهو ما سيكون قيدًا قويًا لنماذجنا النظرية واختبارات الجاذبية.”
التقنية التي طورتها ميديروس وزملاؤها – المعروفة باسم النمذجة قياس التداخل المكون الرئيسي، أو PRIMO للاختصار – يحلل مجموعات البيانات الكبيرة لصور التدريب لمعرفة أفضل الطرق لملء البيانات المفقودة. إنها مشابهة للطريقة التي استخدم بها باحثو الذكاء الاصطناعي تحليل أعمال لودفيج فون بيتهوفن الموسيقية 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 الأنماط الهيكلية للغاز الذي يحوم في الثقب الأسود لـ M87. تم دمج عمليات المحاكاة التي قدمت أفضل ملاءمة للبيانات المتاحة معًا 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. هذه القرارات ، بدورها ، يمكن أن تؤدي إلى اختبارات أكثر قوة للنظريات البديلة المتعلقة بالثقوب السوداء والجاذبية.
الصورة الأكثر وضوحًا لـ M87 هي مجرد البداية. يمكن أيضًا استخدام PRIMO لزيادة وضوح الرؤية الغامضة لـ Event Horizon Telescope 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
“هواة الإنترنت المتواضعين بشكل يثير الغضب. مثيري الشغب فخور. عاشق الويب. رجل أعمال. محامي الموسيقى الحائز على جوائز.”