La primera foto de un agujero negro explicada con inteligencia artificial
En 2019, se publicó la primera imagen de un agujero negro. En concreto, del agujero negro supermasivo del centro de la galaxia M87, cuyo aspecto recordaba al de una rosquilla naranja. Ahora, un artículo publicado en la revista The Astrophysical Journal Letters recoge una versión actualizada de la icónica fotografía, que proporciona una representación más precisa del objeto astronómico.
La imagen original fue capturada mediante el Telescopio Horizonte de Sucesos (EHT), que utiliza una red de telescopios internacionales 'conectados' que funcionan como un solo instrumento. Como consecuencia, se crea una resolución equivalente a la de un telescopio del tamaño de la Tierra, de otro modo imposible de construir.
La famosa captura mostró el agujero negro como una estructura borrosa que recordaba a un donut anaranjado, y confirmó la existencia del horizonte de eventos, la región de espacio que rodea a un agujero negro donde la gravedad es tan fuerte que nada puede escapar, ni siquiera la luz.
Sin embargo, la fotografía tenía algunas limitaciones, debido a la técnica utilizada. Los telescopios en la red del EHT solo recopilaron información durante una breve franja de tiempo y desde diferentes ubicaciones en la Tierra, lo que generó 'lagunas' en los datos.
Además, los resultados estaban incompletos y contaminados con ruido (perturbaciones no deseadas que afectan a la medición de datos).
Ahora, con la ayuda de una nueva técnica de aprendizaje automático, llamada PRIMO, los científicos han podido reconstruir una imagen más detallada y completa. Esta fotografía muestra una región central más grande y oscura, lo que indica que el agujero negro es mayor de lo que se pensaba originalmente, y la circunferencia naranja que lo rodea es más delgada y brillante.
"PRIMO proporciona una forma de compensar la información que falta sobre el objeto que se está observando y genera la imagen que se habría visto usando un solo radiotelescopio gigantesco del tamaño de la Tierra (que es imposible de construir), en lugar de una red de telescopios EHT", indicó Tod Lauer, coautor del estudio y astrónomo del NOIRLab.
"Estamos utilizando la física para rellenar regiones de datos que faltan de una manera que nunca se había hecho antes mediante el aprendizaje automático", indicó Lia Medeiros, coautora del estudio y astrofísica del Instituto de Estudios Avanzados (EE UU).
"Aproximadamente cuatro años después de que la primera imagen a escala de horizonte de un agujero negro fuera revelada por EHT, hemos marcado otro hito", indicó Dimitrios Psaltis, coautor del estudio y astrónomo del Instituto de Tecnología de Georgia (EE UU). "Las nuevas técnicas de aprendizaje automático que hemos desarrollado proporcionan una oportunidad de oro para que nuestro trabajo colectivo entienda mejor la física de los agujeros negros
La imagen original fue capturada mediante el Telescopio Horizonte de Sucesos (EHT), que utiliza una red de telescopios internacionales 'conectados' que funcionan como un solo instrumento. Como consecuencia, se crea una resolución equivalente a la de un telescopio del tamaño de la Tierra, de otro modo imposible de construir.
La famosa captura mostró el agujero negro como una estructura borrosa que recordaba a un donut anaranjado, y confirmó la existencia del horizonte de eventos, la región de espacio que rodea a un agujero negro donde la gravedad es tan fuerte que nada puede escapar, ni siquiera la luz.
Sin embargo, la fotografía tenía algunas limitaciones, debido a la técnica utilizada. Los telescopios en la red del EHT solo recopilaron información durante una breve franja de tiempo y desde diferentes ubicaciones en la Tierra, lo que generó 'lagunas' en los datos.
Además, los resultados estaban incompletos y contaminados con ruido (perturbaciones no deseadas que afectan a la medición de datos).
Ahora, con la ayuda de una nueva técnica de aprendizaje automático, llamada PRIMO, los científicos han podido reconstruir una imagen más detallada y completa. Esta fotografía muestra una región central más grande y oscura, lo que indica que el agujero negro es mayor de lo que se pensaba originalmente, y la circunferencia naranja que lo rodea es más delgada y brillante.
"PRIMO proporciona una forma de compensar la información que falta sobre el objeto que se está observando y genera la imagen que se habría visto usando un solo radiotelescopio gigantesco del tamaño de la Tierra (que es imposible de construir), en lugar de una red de telescopios EHT", indicó Tod Lauer, coautor del estudio y astrónomo del NOIRLab.
"Estamos utilizando la física para rellenar regiones de datos que faltan de una manera que nunca se había hecho antes mediante el aprendizaje automático", indicó Lia Medeiros, coautora del estudio y astrofísica del Instituto de Estudios Avanzados (EE UU).
"Aproximadamente cuatro años después de que la primera imagen a escala de horizonte de un agujero negro fuera revelada por EHT, hemos marcado otro hito", indicó Dimitrios Psaltis, coautor del estudio y astrónomo del Instituto de Tecnología de Georgia (EE UU). "Las nuevas técnicas de aprendizaje automático que hemos desarrollado proporcionan una oportunidad de oro para que nuestro trabajo colectivo entienda mejor la física de los agujeros negros
Compartir en: