Машинное обучение улучшает культовое изображение черной дыры

Метод машинного обучения повышает точность изображений черной дыры Мессье 87

Новый взгляд на первое изображение черной дыры

Исследователи, в том числе астроном из NOIRLab NSF, разработали метод машинного обучения под названием PRIMO для повышения четкости и точности радиоинтерферометрических изображений. Этот новый подход был использован для создания высокоточной версии знаменитого изображения сверхмассивной черной дыры в центре Мессье 87, сделанного Телескопом горизонта событий (EHT).

Преображение культового изображения черной дыры

Знаменитое изображение сверхмассивной черной дыры в Мессье 87 было впервые официально обновлено благодаря методу машинного обучения PRIMO. Это улучшенное изображение более точно изображает темное ядро ​​черной дыры и неожиданно узкое внешнее кольцо. Исследователи создали новое изображение, используя исходные данные 2017 года из коллаборации EHT, и впервые достигли полного разрешения EHT.

Разработка PRIMO: прорыв в машинном обучении

Члены EHT Лия Медейрос (Институт перспективных исследований), Димитриос Псалтис (Технологический институт Джорджии), Тод Лауэр (NOIRLab NSF) и Ферьял Озел (Технологический институт Джорджии) разработали PRIMO, что означает интерферометрическое моделирование с главными компонентами. Их работа подробно описана в The Astrophysical Journal Letters.

Заполнение пробелов в данных радиотелескопа

В 2017 году коллаборация EHT использовала глобальную сеть из семи радиотелескопов для создания виртуального телескопа размером с Землю, способного наблюдать «тень» горизонта событий черной дыры. Хотя этот метод позволил астрономам получать невероятно подробные изображения, ему не хватало мощности для сбора данных настоящего телескопа размером с Землю, что оставляло пробелы в информации. Новая методика PRIMO устраняет эти пробелы.

Достижение максимального разрешения с PRIMO

Лия Медейрос, ведущий автор исследования, объясняет, что PRIMO помог команде достичь максимального разрешения текущего массива. Более узкая ширина кольца на изображении обеспечит мощные ограничения для теоретических моделей и гравитестов. PRIMO использует ветвь машинного обучения, называемую словарным обучением, которая обучает компьютеры определенным правилам, используя тысячи примеров.

Применение PRIMO к данным EHT

Когда PRIMO был применен к EHT-изображению Мессье 87, компьютеры изучили более 30 000 высокоточных смоделированных изображений газа, аккрецирующего на черную дыру, в поисках общих закономерностей. Затем эти результаты были объединены, чтобы создать высокоточное представление наблюдений EHT, а также обеспечить точную оценку структуры отсутствующего изображения. Статья об алгоритме PRIMO была опубликована в The Astrophysical Journal 3 февраля 2023 года.

Потенциал PRIMO для будущих наблюдений

Обновленное изображение согласуется как с данными EHT, так и с теоретическими ожиданиями, включая яркое эмиссионное кольцо, создаваемое горячим газом, падающим в черную дыру. Это новое изображение должно привести к более точному определению массы черной дыры Мессье 87 и физических параметров, формирующих ее внешний вид. PRIMO также может быть применен к другим наблюдениям EHT, таким как Стрелец A*, центральная черная дыра в Млечном Пути.

Продолжаем раскрывать секреты черных дыр

Лия Медейрос утверждает, что изображение 2019 года было только началом и что PRIMO станет важным инструментом для извлечения дополнительной информации из данных, лежащих в основе изображения.