KI und Physik vereinen sich, um die 3D-Struktur einer Fackel zu enthüllen, die um ein Schwarzes Loch herum ausbricht

Wissenschaftler glauben, dass die Umgebung eines Schwarzen Lochs turbulent ist und heißes magnetisiertes Gas enthält, das mit enormer Geschwindigkeit und Temperatur spiralförmig in einer Scheibe kreist. Astronomische Beobachtungen zeigen, dass innerhalb einer solchen Scheibe bis zu mehrmals am Tag mysteriöse Fackeln auftreten, die vorübergehend heller werden und dann wieder verschwinden.

Jetzt hat ein Team unter der Leitung von Caltech-Wissenschaftlern Teleskopdaten und eine Computer-Vision-Technik mit künstlicher Intelligenz (KI) genutzt, um das erste dreidimensionale Video zu erstellen, das zeigt, wie solche Flares um Sagittarius A* (Sgr A*), das supermassereiche Schwarze Loch, aussehen könnten im Herzen unserer eigenen Milchstraße.

Die 3D-Flare-Struktur weist zwei helle, kompakte Strukturen auf, die etwa 75 Millionen Kilometer (oder die halbe Entfernung zwischen Erde und Sonne) vom Zentrum des Schwarzen Lochs entfernt liegen. Es basiert auf Daten, die vom Atacama Large Millimeter Array (ALMA) in Chile über einen Zeitraum von 100 Minuten direkt nach einem in Röntgendaten beobachteten Ausbruch am 11. April 2017 gesammelt wurden.

„Dies ist die erste dreidimensionale Rekonstruktion von Gas, das in der Nähe eines Schwarzen Lochs rotiert“, sagt Katie Bouman, Assistenzprofessorin für Informatik und Mathematik, Elektrotechnik und Astronomie am Caltech, deren Gruppe die in a beschriebenen Bemühungen leitete Papier In Naturastronomie mit dem Titel „Orbital Polarimetric Tomography of a Flare Near the Sagittarius A* Supermassive Black Hole“.

Aviad Levis, Postdoktorand in Boumans Gruppe und Hauptautor der Arbeit, betont, dass es sich bei dem Video zwar nicht um eine Simulation, aber auch nicht um eine direkte Aufzeichnung der Ereignisse handelt, wie sie stattgefunden haben. „Es handelt sich um eine Rekonstruktion, die auf unseren Modellen der Physik von Schwarzen Löchern basiert. Es ist immer noch viel Unsicherheit damit verbunden, weil sie von der Genauigkeit dieser Modelle abhängt“, sagt er.

Mithilfe physikalischer Erkenntnisse künstlicher Intelligenz (KI) nutzen, um mögliche 3D-Strukturen herauszufinden

Um das 3D-Bild zu rekonstruieren, musste das Team neue rechnergestützte Bildgebungswerkzeuge entwickeln, die beispielsweise die Lichtbeugung aufgrund der Krümmung der Raumzeit um Objekte mit enormer Schwerkraft, wie etwa ein Schwarzes Loch, erklären könnten.

Das multidisziplinäre Team überlegte zunächst, ob es möglich wäre, im Juni 2021 ein 3D-Video von Flares um ein Schwarzes Loch zu erstellen. Die Event Horizon Telescope (EHT) Collaboration, der Bouman und Levis angehören, hatte bereits veröffentlicht das erste Bild des supermassiven Schwarzen Lochs im Kern einer fernen Galaxie namens M87 und arbeitete daran, dasselbe mit EHT-Daten von Sgr A* zu erreichen.

Pratul Srinivasan von Google Research, einer der Mitautoren des neuen Papiers, besuchte zu dieser Zeit das Team am Caltech. Er hatte an der Entwicklung einer Technik namens Neural Radiance Fields (NeRF) mitgewirkt, die damals gerade erst von Forschern eingesetzt wurde; Seitdem hatte es einen großen Einfluss auf die Computergrafik. NeRF nutzt Deep Learning, um eine 3D-Darstellung einer Szene auf der Grundlage von 2D-Bildern zu erstellen. Es bietet die Möglichkeit, Szenen aus verschiedenen Blickwinkeln zu betrachten, selbst wenn nur begrenzte Ansichten der Szene verfügbar sind.

Das Team fragte sich, ob es, aufbauend auf diesen jüngsten Entwicklungen in der Darstellung neuronaler Netzwerke, die 3D-Umgebung um ein Schwarzes Loch rekonstruieren könnte. Ihre große Herausforderung: Von der Erde aus haben wir wie überall nur einen einzigen Blickwinkel auf das Schwarze Loch.

Das Team glaubte, dieses Problem möglicherweise lösen zu können, da sich Gas auf eine einigermaßen vorhersehbare Weise verhält, wenn es sich um das Schwarze Loch bewegt. Betrachten Sie den Vergleich mit dem Versuch, ein 3D-Bild eines Kindes aufzunehmen, das einen Schlauch um die Taille trägt.

Um ein solches Bild mit der herkömmlichen NeRF-Methode aufzunehmen, müssten Sie Fotos aus mehreren Blickwinkeln aufnehmen, während das Kind stillsteht. Aber theoretisch könnte man das Kind bitten, sich zu drehen, während der Fotograf stationär bleibt und Bilder macht.

Die zeitgesteuerten Schnappschüsse, kombiniert mit Informationen über die Rotationsgeschwindigkeit des Kindes, ließen sich ebenso gut zur Rekonstruktion der 3D-Szene nutzen. Durch die Nutzung des Wissens darüber, wie sich Gas in unterschiedlichen Entfernungen von einem Schwarzen Loch bewegt, wollten die Forscher das Problem der 3D-Flare-Rekonstruktion mithilfe von Messungen lösen, die im Laufe der Zeit von der Erde aus durchgeführt wurden.

Mit diesen Erkenntnissen entwickelte das Team eine Version von NeRF, die berücksichtigt, wie sich Gas um Schwarze Löcher bewegt. Es musste aber auch berücksichtigt werden, wie sich Licht um massive Objekte wie Schwarze Löcher herum beugt. Unter der Leitung von Co-Autor Andrew Chael von der Princeton University entwickelte das Team ein Computermodell, um diese Biegung, auch Gravitationslinseneffekt genannt, zu simulieren.

Mit diesen Überlegungen konnte die neue Version von NeRF die Struktur umlaufender heller Strukturen um den Ereignishorizont eines Schwarzen Lochs wiederherstellen. Tatsächlich zeigte der erste Proof-of-Concept vielversprechende Ergebnisse bei synthetischen Daten.

Eine Fackel um Sgr A* zum Lernen

Aber das Team brauchte einige echte Daten. Hier kam ALMA ins Spiel. Die EHTs mittlerweile berühmtes Bild von Sgr A* basierte auf Daten vom 6. bis 7. April 2017, einem relativ ruhigen Tag in der Umgebung des Schwarzen Lochs. Doch schon wenige Tage später, am 11. April, entdeckten Astronomen eine explosive und plötzliche Aufhellung in der Umgebung.

Als Teammitglied Maciek Wielgus vom Max-Planck-Institut für Radioastronomie in Deutschland auf die ALMA-Daten von diesem Tag zurückging, bemerkte er ein Signal mit einer Periode, die der Zeit entsprach, die ein heller Fleck innerhalb der Scheibe für eine Umlaufbahn benötigte Sgr A*. Das Team machte sich daran, die 3D-Struktur dieser Aufhellung um Sgr A* wiederherzustellen.

ALMA ist eines der leistungsstärksten Radioteleskope der Welt. Aufgrund der großen Entfernung zum galaktischen Zentrum (mehr als 26.000 Lichtjahre) verfügt jedoch selbst ALMA nicht über die Auflösung, um die unmittelbare Umgebung von Sgr A* zu sehen. Was ALMA misst, sind Lichtkurven, bei denen es sich im Wesentlichen um Videos eines einzelnen flackernden Pixels handelt, die durch das Sammeln des gesamten vom Teleskop erfassten Radiowellenlichts für jeden Beobachtungsmoment erstellt werden.

Die Wiederherstellung eines 3D-Volumens aus einem Einzelpixel-Video mag unmöglich erscheinen. Durch die Nutzung zusätzlicher Informationen über die Physik, die für die Scheibe um Schwarze Löcher erwartet werden, konnte das Team jedoch den Mangel an räumlichen Informationen in den ALMA-Daten umgehen.

Hinweise lieferte stark polarisiertes Licht der Fackeln

ALMA erfasst nicht nur eine einzelne Lichtkurve. Tatsächlich liefert es für jede Beobachtung mehrere solcher „Videos“, da das Teleskop Daten zu unterschiedlichen Polarisationszuständen des Lichts aufzeichnet. Polarisation ist wie Wellenlänge und Intensität eine grundlegende Eigenschaft des Lichts und gibt an, in welche Richtung die elektrische Komponente einer Lichtwelle in Bezug auf die allgemeine Ausbreitungsrichtung der Welle ausgerichtet ist.

„Was wir von ALMA erhalten, sind zwei polarisierte Einzelpixelvideos“, sagt Bouman, der auch Rosenberg-Stipendiat und Forscher des Heritage Medical Research Institute ist. „Dieses polarisierte Licht ist wirklich sehr, sehr informativ.“

Neuere theoretische Studien legen nahe, dass sich innerhalb des Gases bildende Hot Spots stark polarisiert sind, was bedeutet, dass die von diesen Hot Spots ausgehenden Lichtwellen eine eindeutige Vorzugsrichtung haben. Dies steht im Gegensatz zum Rest des Gases, das eine eher zufällige oder durcheinandergebrachte Ausrichtung aufweist. Durch die Erfassung der verschiedenen Polarisationsmessungen lieferten die ALMA-Daten den Wissenschaftlern Informationen, die dabei helfen könnten, den Ursprung der Emission im 3D-Raum zu lokalisieren.

Einführung in die orbitale polarimetrische Tomographie

Um eine wahrscheinliche 3D-Struktur herauszufinden, die die Beobachtungen erklärt, entwickelte das Team eine aktualisierte Version seiner Methode, die nicht nur die Physik der Lichtbeugung und -dynamik um ein Schwarzes Loch herum berücksichtigte, sondern auch die polarisierte Emission, die in Hot Spots um ein Schwarzes Loch zu erwarten ist. Bei dieser Technik wird jede potenzielle Flare-Struktur mithilfe eines neuronalen Netzwerks als kontinuierliches Volumen dargestellt.

Dadurch können die Forscher die anfängliche 3D-Struktur eines Hotspots im Laufe der Zeit rechnerisch weiterentwickeln, während er das Schwarze Loch umkreist, um eine vollständige Lichtkurve zu erzeugen. Sie konnten dann nach der besten anfänglichen 3D-Struktur suchen, die, wenn sie gemäß der Physik des Schwarzen Lochs zeitlich weiterentwickelt wurde, mit den ALMA-Beobachtungen übereinstimmte.

Das Ergebnis ist ein Video, das die Bewegung zweier kompakter heller Regionen im Uhrzeigersinn zeigt, die eine Bahn um das Schwarze Loch zeichnen. „Das ist sehr aufregend“, sagt Bouman. „Es musste nicht auf diese Weise herauskommen. Es hätte eine willkürliche Helligkeitsstreuung im gesamten Volumen geben können. Die Tatsache, dass dies den Flares sehr ähnlich sieht, die Computersimulationen von Schwarzen Löchern vorhersagen, ist sehr aufregend.“

Levis sagt, dass die Arbeit einzigartig interdisziplinär war: „Es besteht eine Partnerschaft zwischen Informatikern und Astrophysikern, die einzigartig synergetisch ist. Gemeinsam haben wir etwas entwickelt, das in beiden Bereichen wegweisend ist – sowohl die Entwicklung numerischer Codes, die modellieren, wie sich Licht ausbreitet.“ Schwarze Löcher und die computergestützte Bildgebungsarbeit, die wir durchgeführt haben.“

Die Wissenschaftler stellen fest, dass dies erst der Anfang dieser spannenden Technologie ist. „Dies ist eine wirklich interessante Anwendung, wie KI und Physik zusammenkommen können, um etwas zu enthüllen, das sonst ungesehen wäre“, sagt Levis. „Wir hoffen, dass Astronomen es auf andere umfangreiche Zeitreihendaten anwenden können, um Licht auf die komplexe Dynamik anderer solcher Ereignisse zu werfen und neue Schlussfolgerungen zu ziehen.“