Sztuczna inteligencja sprawiła, że pierwsze zdjęcie czarnej dziury zyskało niezwykłą ostrość - w poprawie obrazu wykorzystano technikę uczenia maszynowego PRIMO.
Sztuczna inteligencja poprawiła pierwsze w historii zdjęcie czarnej dziury, nadając mu zapierającą dech w piersiach ostrość - o takim obrocie spraw dowiadujemy się z artykułu naukowego opublikowanego dziś w prestiżowym czasopiśmie The Astrophysical Journal Letters. W obróbce pokazanej światu w 2019 roku fotografii, przedstawiającej supermasywną czarną dziurę znajdującą się centrum galaktyki Messier 87 (M87, znana również jako Panna A), wykorzystano technikę uczenia maszynowego o nazwie PRIMO (Modelowanie Interferometryczne Głównych Komponentów). Algorytm AI sprawił, że to, co dotychczas naukowcy nazywali "rozmytym pomarańczowym pączkiem", zamieniło się w "wąski, złoty pierścień".
W kwietniu 2017 roku 8 rozlokowanych w różnych rejonach globu teleskopów, stanowiących de facto jedną sieć i wchodzących w skład programu naukowego Teleskop Horyzontu Zdarzeń (EHT), przeczesywało samo serce odległej od Ziemi o 55 mln lat świetlnych galaktyki M87, aby gromadzić dane na temat znajdującej się tam czarnej dziury o masie 6,5 mld Słońc i średnicy horyzontu zdarzeń porównywalnej z rozmiarem całego Układu Słonecznego. Przy pomocy superkomputerów naukowcy poddali te dane analizie, stopniowo uzyskując obraz dysku akrecyjnego - rozgrzanych i rozpędzonych do prędkości bliskich prędkości światła pyłów i gazów. Zdjęcie upubliczniono 2 lata po zebraniu informacji; później zobaczyliśmy także inną z czarnych dziur, Sagittariusa A, ulokowanego w centrum Drogi Mlecznej.
Teraz grupa naukowców - wśród nich badacze pracujący przy EHT - postanowili przy pomocy sztucznej inteligencji poprawić fotografię czarnej dziury z M87. Aby PRIMO spełniło swoje zadanie, najpierw "poczęstowano" je serią 30 tysięcy obrazów, oddających możliwie najwierniej sposób, w jaki kosmiczne monstra żywią się materią i gazami. AI w przesłanych jej pracach zaczęła poszukiwać wzorców, sortując je następnie na podstawie tego, jak często były wykorzystywane w symulacjach. Uzbrojone w ten sposób PRIMO mogło operować pełną rozdzielczością matrycy EHT, skupić się na strukturach, które prawdopodobnie przeoczyli naukowcy i wypełniać jakiekolwiek inne luki badawcze. Innymi słowy: fotografia czarnej dziury z Panny A była systematycznie oczyszczana, co przełożyło się na wydobycie z niej pełnej rozdzielczości. Tak prezentują się efekty:
Czarna dziura w centrum M87 - sztuczna inteligencja poprawia zdjęcie
Źródło: L. Medeiros/D. Psaltis/T. Lauer/F. Ozel
Wygenerowany przez PRIMO obraz zgadza się zarówno z danymi EHT, jak i teoretycznymi modelami czarnych dziur. Naukowcy nie mają wątpliwości, że to dopiero początek korzystania z sztucznej inteligencji w badaniach kosmosu - kwestią czasu wydaje się publikacja poprawionego przez AI zdjęcia ukazującego Sagittariusa A. Jak stwierdza Lia Medeiros, pracująca i w ramach EHT, i przy projekcie posiłkującym się PRIMO:
Ponieważ nie możemy przyjrzeć się czarnym dziurom z bliska, szczegóły ich obrazu odgrywają kluczową rolę w naszej zdolności zrozumienia ich zachowania. Szerokość pierścienia na obrazie jest teraz dwukrotnie mniejsza, co będzie miało fundamentalne znacznie dla naszych modeli teoretycznych. (...) Wykorzystujemy fizykę do uzupełniania obszarów brakujących danych w sposób niemający analogii - nigdy wcześniej nie robiono tego za pomocą uczenia maszynowego.
To jest uproszczona wersja artykułu. KLIKNIJ aby zobaczyć pełną wersję (np. z galeriami zdjęć)
⇓
⇓
Spodobał Ci się ten news? Zobacz nasze największe HITY ostatnich 24h