Das ikonische Bild des supermassereichen Schwarzen Lochs im Zentrum von M87 – manchmal auch als „Fuzzy, Orange Donut“ bezeichnet – hat mit Hilfe von maschinellem Lernen seine erste offizielle Überarbeitung erhalten. Das neue Bild zeigt außerdem eine zentrale Region, die größer und dunkler ist und von dem hellen, akkretierenden Gas umgeben ist, das wie ein „dünner Donut“ geformt ist. Das Team nutzte die von der Event Horizon Telescope (EHT)-Kollaboration im Jahr 2017 gewonnenen Daten und erreichte zum ersten Mal die volle Auflösung des Arrays.
Im Jahr 2017 nutzte die EHT-Kollaboration ein Netzwerk von sieben bereits bestehenden Teleskopen auf der ganzen Welt, um Daten über M87 zu sammeln und ein „erdgroßes Teleskop“ zu schaffen. Da es jedoch unmöglich ist, die gesamte Erdoberfläche mit Teleskopen abzudecken, entstehen Lücken in den Daten – wie fehlende Teile in einem Puzzle.
„Mit unserer neuen maschinellen Lerntechnik PRIMO konnten wir die maximale Auflösung des aktuellen Arrays erreichen“, sagt Hauptautorin Lia Medeiros vom Institute for Advanced Study. „Da wir Schwarze Löcher nicht aus der Nähe untersuchen können, spielt das Detail eines Bildes eine entscheidende Rolle für unsere Fähigkeit, sein Verhalten zu verstehen. Die Breite des Rings im Bild ist jetzt etwa um den Faktor zwei kleiner, was a sein wird starke Einschränkung für unsere theoretischen Modelle und Tests der Schwerkraft.“
PRIMO steht für Principal-Component Interferometric Modeling und wurde von den EHT-Mitgliedern Lia Medeiros (Institute for Advanced Study), Dimitrios Psaltis (Georgia Tech), Tod Lauer (NOIRLab) und Feryal Özel (Georgia Tech) entwickelt. Ihre Veröffentlichung „The Image of the M87 Black Hole Reconstructed with PRIMO“ ist jetzt in erhältlich Die Briefe des astrophysikalischen Journals.
Übersicht über Simulationen, die für das Trainingsset des PRIMO-Algorithmus generiert wurden. Bildnachweis: Medeiros et al. 2023
„PRIMO ist ein neuer Ansatz für die schwierige Aufgabe, Bilder aus EHT-Beobachtungen zu konstruieren“, sagte Lauer. „Es bietet eine Möglichkeit, die fehlenden Informationen über das beobachtete Objekt zu kompensieren, die erforderlich sind, um das Bild zu erzeugen, das mit einem einzigen gigantischen Radioteleskop von der Größe der Erde gesehen worden wäre.“
PRIMO stützt sich auf Wörterbuchlernen, einen Zweig des maschinellen Lernens, der es Computern ermöglicht, Regeln basierend auf großen Sätzen von Trainingsmaterial zu generieren. Wenn beispielsweise ein Computer mit einer Reihe verschiedener Bananenbilder gefüttert wird – mit ausreichendem Training – kann er möglicherweise feststellen, ob ein unbekanntes Bild eine Banane ist oder nicht. Über diesen einfachen Fall hinaus wurde die Vielseitigkeit des maschinellen Lernens auf vielfältige Weise demonstriert: von der Schaffung von Kunstwerken im Renaissance-Stil bis hin zur Fertigstellung der Unvollendetes Werk Beethovens. Wie also könnten Maschinen Wissenschaftlern helfen, ein Bild eines Schwarzen Lochs zu rendern? Genau diese Frage hat das Forschungsteam beantwortet.
Mit PRIMO analysierten Computer über 30.000 hochauflösende simulierte Bilder von schwarzen Löchern, die Gas ansammeln. Das Simulationsensemble umfasste eine breite Palette von Modellen dafür, wie das Schwarze Loch Materie ansammelt, und suchte nach gemeinsamen Mustern in der Struktur der Bilder. Die verschiedenen Strukturmuster wurden danach sortiert, wie häufig sie in den Simulationen auftraten, und wurden dann gemischt, um eine hochgenaue Darstellung der EHT-Beobachtungen bereitzustellen, wobei gleichzeitig eine hochgenaue Schätzung der fehlenden Struktur der Bilder bereitgestellt wurde. Ein Artikel, der sich auf den Algorithmus selbst bezieht, wurde in veröffentlicht Das Astrophysikalische Journal am 3. Februar 2023.
„Wir nutzen die Physik, um Bereiche mit fehlenden Daten auf eine noch nie dagewesene Weise durch maschinelles Lernen auszufüllen“, fügte Medeiros hinzu. „Dies könnte wichtige Auswirkungen auf die Interferometrie haben, die in Bereichen von Exoplaneten bis hin zur Medizin eine Rolle spielt.“
Das Team bestätigte, dass das neu gerenderte Bild mit den EHT-Daten und den theoretischen Erwartungen übereinstimmt, einschließlich des hellen Emissionsrings, der voraussichtlich durch heißes Gas erzeugt wird, das in das Schwarze Loch fällt. Um ein Bild zu erzeugen, musste eine angemessene Form der fehlenden Informationen angenommen werden, und PRIMO tat dies, indem es auf der Entdeckung von 2019 aufbaute, dass das Schwarze Loch M87 im Großen und Ganzen wie vorhergesagt aussah.
„Ungefähr vier Jahre, nachdem EHT im Jahr 2019 das erste Bild eines Schwarzen Lochs im Horizontmaßstab enthüllt hatte, haben wir einen weiteren Meilenstein gesetzt und ein Bild erstellt, das zum ersten Mal die volle Auflösung des Arrays nutzt“, sagte Psaltis. „Die neuen maschinellen Lerntechniken, die wir entwickelt haben, bieten eine hervorragende Gelegenheit für unsere gemeinsame Arbeit, die Physik der Schwarzen Löcher zu verstehen.“
Die Animation blendet vom M87-Bild des Schwarzen Lochs, das erstmals 2019 von der EHT-Kollaboration erstellt wurde, zu dem neuen Bild über, das vom PRIMO-Algorithmus unter Verwendung desselben Datensatzes generiert wurde. Bildnachweis: Medeiros et al. 2023
Das neue Bild sollte zu genaueren Bestimmungen der Masse des Schwarzen Lochs M87 und der physikalischen Parameter führen, die sein gegenwärtiges Aussehen bestimmen. Die Daten bieten Forschern auch die Möglichkeit, Alternativen zum Ereignishorizont (basierend auf der dunkleren zentralen Helligkeitsdepression) stärker einzuschränken und robustere Tests der Schwerkraft durchzuführen (basierend auf der schmaleren Ringgröße). PRIMO kann auch auf zusätzliche EHT-Beobachtungen angewendet werden, einschließlich derer von Sgr A*das zentrale Schwarze Loch in unserer eigenen Milchstraße.
M87 ist eine massereiche, relativ nahe gelegene Galaxie im Virgo-Galaxienhaufen. Vor über einem Jahrhundert wurde beobachtet, dass ein mysteriöser Strahl aus heißem Plasma aus seinem Zentrum austritt. Ab den 1950er Jahren zeigte die damals neue Technik der Radioastronomie, dass die Galaxie eine kompakte helle Radioquelle in ihrem Zentrum hat. In den 1960er Jahren wurde vermutet, dass M87 in seinem Zentrum ein massives Schwarzes Loch hat, das diese Aktivität antreibt. Messungen, die von bodengestützten Teleskopen ab den 1970er Jahren und später vom Hubble-Weltraumteleskop ab den 1990er Jahren durchgeführt wurden, lieferten starke Unterstützung dafür, dass M87 tatsächlich ein Schwarzes Loch beherbergte, das mehrere Milliarden Sonnenmassen wiegt, basierend auf Beobachtungen der hohen Geschwindigkeiten von Sterne und Gas umkreisen sein Zentrum. Die EHT-Beobachtungen von M87 aus dem Jahr 2017 wurden über mehrere Tage von mehreren verschiedenen Radioteleskopen durchgeführt, die gleichzeitig miteinander verbunden waren, um die höchstmögliche Auflösung zu erzielen. Das 2019 veröffentlichte, mittlerweile ikonische „orangefarbene Donut“-Bild des Schwarzen Lochs M87 spiegelt den ersten Versuch wider, aus diesen Beobachtungen ein Bild zu erstellen.
„Das Bild von 2019 war nur der Anfang“, sagte Medeiros. „Wenn ein Bild mehr als tausend Worte sagt, haben die Daten, die diesem Bild zugrunde liegen, viel mehr Geschichten zu erzählen. PRIMO wird weiterhin ein entscheidendes Werkzeug sein, um solche Erkenntnisse zu gewinnen.“
Mehr Informationen:
Lia Medeiros et al, The Image of the M87 Black Hole Reconstructed with PRIMO, Astrophysikalische Zeitschriftenbriefe (2023). DOI: 10.3847/2041-8213/acc32d . iopscience.iop.org/article/10. … 847/2041-8213/acc32d