Los astrónomos utilizaron el aprendizaje automático para agudizar La primera imagen de un agujero negro del Event Horizon Telescope Un ejercicio que demuestra el valor de la inteligencia artificial para controlar las observaciones cósmicas.
La imagen debería guiar a los científicos mientras prueban sus hipótesis sobre el comportamiento de los agujeros negros y sobre las reglas de la gravedad en la carretera en condiciones extremas.
en Un estudio publicado esta semana en Astrophysical Journal LettersUn equipo internacional de astrónomos describió cómo llenaron los vacíos analizando más de 30 000 imágenes simuladas de un agujero negro.
«Usando un nuevo método de aprendizaje automático, PRIMO, pudimos lograr la máxima precisión para la matriz actual», dijo la autora principal del estudio, Leah Medeiros, del Instituto de Estudios Avanzados. dijo en un comunicado de prensa.
PRIMO ha estrechado y agudizado la visión del EHT del anillo de materia caliente que orbita el agujero negro a medida que cae en una singularidad gravitacional. Medeiros explicó que esto lo convierte en algo más que una foto más bonita.
«Dado que no podemos estudiar los agujeros negros de cerca, los detalles de la imagen juegan un papel importante en nuestra capacidad para comprender su comportamiento», dijo. «El ancho del anillo en la imagen ahora es aproximadamente dos veces más pequeño, lo que será una fuerte limitación para nuestros modelos teóricos y pruebas de gravedad».
La técnica desarrollada por Medeiros y sus colegas – conocida como Modelado de interferometría de componentes principales, o PRIMO para abreviar, analiza grandes conjuntos de datos de imágenes de entrenamiento para descubrir las mejores formas de completar los datos que faltan. Es similar a la forma en que los investigadores de IA solían analizar las obras musicales de Ludwig von Beethoven. Produce una partitura para la Décima Sinfonía Inacabada del compositor.
Se han introducido decenas de miles de imágenes EHT simuladas en el modelo PRIMO, que cubren una amplia gama de patrones estructurales de gas en remolino en el agujero negro de M87. Las simulaciones que proporcionaron el mejor ajuste a los datos disponibles se combinaron para producir una reconstrucción de alta fidelidad de los datos faltantes. Luego, la imagen resultante se reprocesó para que coincidiera con la resolución máxima real del EHT.
Los investigadores dicen que la nueva imagen debería conducir a determinaciones más precisas de la masa del agujero negro de M87 y la extensión de su horizonte de eventos y anillo de acreción. Estas decisiones, a su vez, podrían conducir a pruebas más sólidas de teorías alternativas sobre los agujeros negros y la gravedad.
La imagen más clara del M87 es solo el comienzo. PRIMO también se puede utilizar para afinar el Event Horizon Telescope Misteriosa vista de Sagitario A*El agujero negro supermasivo en el centro de nuestra galaxia, la Vía Láctea. Y eso no es todo: las técnicas de aprendizaje automático de PRIMO se pueden aplicar a mucho más que agujeros negros. «Esto podría tener implicaciones importantes para la interferometría, que desempeña un papel en campos que van desde los exoplanetas hasta la medicina», dijo Medeiros.
Este artículo fue publicado originalmente el universo hoy por Mateo Simoni. Leer el El artículo original está aquí.
«Solucionador de problemas. Gurú de los zombis. Entusiasta de Internet. Defensor de los viajes sin disculpas. Organizador. Lector. Aficionado al alcohol».