Les chercheurs ont utilisé l’apprentissage automatique pour améliorer la première image d’un trou noir

Les chercheurs ont utilisé l’apprentissage automatique pour affiner une image précédemment publiée du trou noir. En conséquence, l’image du trou noir au centre de la galaxie Messier 87, à plus de 53 millions d’années-lumière de la Terre, montre un anneau encore plus mince de lumière et de matière entourant son centre dans Rapport publié aujourd’hui dans Lettres du journal astrophysique.

Les images originales ont été prises en 2017 par l’Event Horizon Telescope (EHT), un réseau de radiotélescopes autour de la Terre qui se combinent pour servir d’instrument de superimagerie de la taille d’une planète. L’image initiale ressemblait à un « beignet flou ». décrit par Radio Nationale Publique, mais les chercheurs ont utilisé une nouvelle méthode appelée PRIMO pour reconstruire une image plus précise. PRIMO est un « nouvel algorithme d’apprentissage basé sur un dictionnaire » qui apprend à « restaurer des images haute résolution même en présence d’une couverture clairsemée » en s’entraînant sur des simulations créées de plus de 30 000 trous noirs. En d’autres termes, il utilise des données d’apprentissage automatique basées sur ce que nous savons des lois physiques de l’univers – et des trous noirs en particulier – pour produire un instantané plus beau et plus précis que les données brutes capturées en 2017.

Les trous noirs sont des régions mystérieuses et étranges de l’espace où la gravité est si forte que rien ne peut s’en échapper. Ils se forment lorsque les étoiles mourantes s’effondrent sur elles-mêmes sous leur propre gravité. En conséquence, l’effondrement comprime la masse de l’étoile dans un petit espace. La frontière entre un trou noir et la masse qui l’entoure s’appelle l’horizon des événements, et c’est le point de non-retour où rien (que ce soit la lumière, la matière ou Matthew McConaughey) ne le traversera à nouveau.

READ  SpaceX d'Elon Musk prévoit un record de 52 lancements en 2022

« Ce que nous faisons vraiment, c’est que nous apprenons les corrélations entre différentes parties de l’image. Et nous le faisons en analysant des dizaines de milliers d’images haute résolution générées à partir de simulations », a déclaré l’astrophysicienne et auteure d’articles Lia Medeiros du Institut d’études avancées à Princeton, New Jersey, Radio Nationale Publique. « Si vous avez une image, les pixels proches d’un pixel donné ne seront pas complètement non corrélés. Ce n’est pas que chaque pixel fasse des choses complètement indépendantes. »

Les chercheurs disent que la nouvelle image est conforme aux prédictions d’Albert Einstein. Cependant, ils s’attendent à ce que de nouvelles recherches sur l’apprentissage automatique et le matériel de télescope conduisent à des examens supplémentaires. « Dans 20 ans, la photo ne sera peut-être pas celle que je vous montre aujourd’hui », a déclaré Medeiros. « C’est peut-être mieux. »

LEAVE A REPLY

Please enter your comment!
Please enter your name here