La imagen icónica del agujero negro supermasivo en el centro de Messier 87 que irrumpió en Internet en 2019 se ha vuelto más nÃtida que nunca gracias a la inteligencia artificial.
Un equipo de investigadores, incluido un astrónomo del NOIRLab de NSF, mejoró la imagen utilizando una nueva técnica de aprendizaje automático llamada PRIMO.
PRIMO agudiza el agujero negro
Los investigadores utilizaron los datos originales de 2017 de la colaboración del Event Horizon Telescope (EHT). Crearon una nueva imagen que representa la resolución completa del EHT, lo que dio como resultado una imagen más nÃtida y detallada del agujero negro.
Los miembros del EHT Lia Medeiros, Dimitrios Psaltis, Tod Lauer y Feryal Ozel desarrollaron una técnica de aprendizaje automático llamada PRIMO, que significa modelado interferométrico de componentes principales.
PRIMO utiliza el aprendizaje de diccionarios para llenar los vacÃos en los datos recopilados por la red de siete radiotelescopios del EHT ubicados en varias partes del mundo.
Se examinaron más de 30.000 imágenes simuladas de alta fidelidad de gas acrecentándose en un agujero negro utilizando PRIMO para buscar patrones que pudieran combinarse para crear una representación extremadamente realista de las observaciones del EHT.
La imagen producida es más precisa al capturar todo el tamaño de la densa región central del agujero negro, asà como el anillo exterior notablemente estrecho, que ahora es alrededor de un factor dos más pequeño, según el equipo.
Además, permite a los cientÃficos reforzar aún más las limitaciones de las alternativas para el horizonte de sucesos y realizar pruebas de gravedad más fiables.
La nueva imagen también era compatible con los datos del EHT y las predicciones teóricas, incluido el brillante anillo de emisión anticipado por el gas caliente que cae en el agujero negro.
Nuevo enfoque para la construcción de imágenes
PRIMO también se puede utilizar para analizar más datos EHT, como datos de Sagitario A*, el agujero negro central de la galaxia.
“PRIMO es un nuevo enfoque para la difÃcil tarea de construir imágenes a partir de observaciones del EHT”, dijo Tod Lauer de NOIRLab de NSF en un comunicado de prensa.
“Proporciona una manera de compensar la información faltante sobre el objeto que se está observando, que se requiere para generar la imagen que se habrÃa visto usando un único radiotelescopio gigantesco del tamaño de la Tierra”.
La imagen mejorada del agujero negro en el centro de Messier 87 demuestra el poder de PRIMO, que potencialmente puede aplicarse a otros campos más allá de la astronomÃa, mostrando el potencial del aprendizaje automático para mejorar nuestra comprensión del universo.
El trabajo de los investigadores es publicado en The Astrophysical Journal Letters, con un artÃculo que describe el algoritmo en sà detallado anteriormente en The Astrophysical Journal el 3 de febrero de 2023.
â“’ 2023 . .
