首張AI技術改造 重塑銀河系中心超級大黑洞

編譯/李寓心

近期有科學家,將先前拍攝到一個遙遠的超大質量黑洞,透過超級計算機的改造,顯示出更加清晰的黑洞樣貌,並將圖像提高至高保真度(Hi-Fi),不僅重新定義該黑洞的特徵,也有助於科學家更好地了解在銀河系中的黑洞。

首張AI技術改造 重塑銀河系中心超級大黑洞(摘自 space 網站)

根據報導,梅西耶87(Messier 87),也稱為「室女A星系」,是銀河系附近質量最大的星系之一,其核心是一個超大質量的黑洞,並將該黑洞稱為「M87*」。而M87*是2017年,由事件視界望遠鏡(Event Horizon Telescope, EHT)所收集到,於2019年對外公開。

雖然EHT是一個由全球7台望遠鏡所組成,具有綜合觀測能力,但其收集到的數據仍存有差異,就像拼圖中缺失的一塊。因此,天體物理學博士後研究員Lia Medeiros與團隊,使用一種稱為「主成分干涉模型」(principal-component interferometric modeling, PRIMO)的機器學習技術,來填補M87圖像中空白的部分,並將EHT陣列提升至最大值。

Medeiros說道:「由於我們無法近距離的研究黑洞,因此圖像的細節,對我們在理解黑洞的過程中,有著至關重要的作用。」透過PRIMO技術優化的M87*圖像,讓科學家能更準確地,將實際觀察到的黑洞與理論預測相匹配。該團隊的研究員Tod Lauer也在聲明中表示,PRIMO是一種新方法,可彌補EHT觀測建構圖像中缺失的部分。

對於PRIMO技術,世界著名的理論研究機構普林斯頓高等研究院(IAS)解釋,PRIMO為機器學習的其中一個分支—字典學習(Dictionary Learning),主要能夠根據大量訓練材料生成規則。因此,該團隊提供了30,000張Hi-Fi的黑洞模擬圖像,使PRIMO能夠尋找出模式,並將其合併至EHT圖像中,以創建出M87*的Hi-Fi圖像,顯示出望遠鏡可能遺漏的黑洞結構。

Medeiros表示,PRIMO的機器學習技術,對干涉術(Interferometry)產生重要的影響,可從系外行星至醫學等領域,發揮關鍵作用。而使用PRIMO技術,不僅提高EHT圖像的解析度,改善對超大質量黑洞特徵的估計,包括質量、大小和消耗物質的速率等,同時也提供一個了解黑洞物理學的絕佳機會,成為提取黑洞更多資訊的重要工具。

資料來源:SPACE

瀏覽 493 次

覺得不錯的話就分享出去吧!

發佈留言

Back to top button