El aprendizaje automático se utiliza para agudizar la primera imagen de un agujero negro
El mundo observó con deleite cuando los científicos revelaron la primera imagen de un agujero negro en 2019, que mostraba el enorme agujero negro en el centro de la galaxia Messier 87. Ahora, esa imagen ha sido refinada y agudizada utilizando técnicas de aprendizaje automático. El enfoque, llamado PRIMO o modelado interferométrico de componentes principales, fue desarrollado por algunos de los mismos investigadores que trabajaron en el proyecto original del Event Horizon Telescope que tomó la foto del agujero negro.
Esa imagen combinó datos de siete radiotelescopios de todo el mundo que trabajaron juntos para formar una matriz virtual del tamaño de la Tierra. Si bien ese enfoque fue increíblemente efectivo para ver un objeto tan distante ubicado a 55 millones de años luz de distancia, significó que había algunas lagunas en los datos originales. El nuevo enfoque de aprendizaje automático se ha utilizado para llenar esos vacíos, lo que permite una imagen final más nítida y precisa.
“Con nuestra nueva técnica de aprendizaje automático, PRIMO, pudimos lograr la resolución máxima de la matriz actual”, dijo en uncomunicado la autora principal de la investigación, Lia Medeiros, del Instituto de Estudios Avanzados. “Dado que no podemos estudiar los agujeros negros de cerca, el detalle de una imagen juega un papel fundamental en nuestra capacidad para comprender su comportamiento. El ancho del anillo en la imagen ahora es más pequeño por un factor de dos, lo que será una poderosa restricción para nuestros modelos teóricos y pruebas de gravedad”.
PRIMO se entrenó utilizando decenas de miles de imágenes de ejemplo que se crearon a partir de simulaciones de acumulación de gas en un agujero negro. Al analizar las imágenes que resultaron de estas simulaciones en busca de patrones, PRIMO pudo refinar los datos para la imagen EHT. El plan es que la misma técnica también se pueda usar para futuras observaciones de la colaboración EHT.
“PRIMO es un nuevo enfoque para la difícil tarea de construir imágenes a partir de observaciones de EHT”, dijo otro de los investigadores, Tod Lauer, de NOIRLab de la NSF. “Proporciona una forma de compensar la información faltante sobre el objeto que se observa, que se requiere para generar la imagen que se habría visto utilizando un único radiotelescopio gigantesco del tamaño de la Tierra”.
En 2022, la colaboración EHT siguió su imagen del agujero negro en M87 con una imagen impresionante del agujero negro en el corazón de la Vía Láctea , por lo que esa imagen podría ser el próximo objetivo para agudizar usando esta técnica.
“La imagen de 2019 fue solo el comienzo”, dijo Medeiros. “Si una imagen vale más que mil palabras, los datos subyacentes a esa imagen tienen muchas más historias que contar. PRIMO seguirá siendo una herramienta fundamental para extraer tales conocimientos”.
La investigación se publica en The Astrophysical Journal Letters .