La inteligencia artificial revela una impresionante vista de alta resolución del agujero negro supermasivo de M87

Usa astrónomos[{” 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.

Descripción general de las simulaciones generadas para el conjunto de entrenamiento del algoritmo PRIMO. Crédito: Medeiros et al. 2023

Una imagen EHT del agujero negro supermasivo en el centro de una galaxia elíptica conocida como M87, a unos 55 millones de años luz de la Tierra, deslumbró al mundo científico en 2019. La imagen se produjo combinando observaciones de una serie global de radiotelescopios: pero las lagunas en los datos significan que la imagen era algo irregular y borrosa.

En un estudio publicado la semana pasada en el Cartas de revistas astrofísicasUn 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 existente”, dijo en un comunicado de prensa la autora principal del estudio, Leah Medeiros, del Instituto de Estudios Avanzados.

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 Inconclusa 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 agudizar la vista borrosa del Event Horizon Telescope de Sagittarius A*, el agujero negro supermasivo en nuestro centro.[{” 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