O primeiro retrato de um buraco negro ficou mais nítido graças ao aprendizado de máquina

blog

LarLar / blog / O primeiro retrato de um buraco negro ficou mais nítido graças ao aprendizado de máquina

Jun 24, 2024

O primeiro retrato de um buraco negro ficou mais nítido graças ao aprendizado de máquina

Os cientistas usaram a aprendizagem automática para criar uma imagem mais nítida do buraco negro supermassivo na galáxia M87 (direita), em comparação com a imagem original (esquerda). L. Medeiros et al 2023 Por Emily Conover

Os cientistas usaram a aprendizagem automática para criar uma imagem mais nítida do buraco negro supermassivo na galáxia M87 (direita), em comparação com a imagem original (esquerda).

L. Medeiros et al 2023

Por Emily Conover

13 de abril de 2023 às 7h00

Se a primeira imagem de um buraco negro parecia um donut difuso, esta é um fino anel de cebola.

Usando uma técnica de aprendizagem automática, os cientistas aprimoraram o retrato do buraco negro supermassivo no centro da galáxia M87, revelando um halo mais fino de gás brilhante do que o visto anteriormente.

Em 2019, cientistas do Event Horizon Telescope revelaram uma imagem do buraco negro de M87 (SN: 10/04/19). A imagem foi a primeira tirada de um buraco negro e mostrava um anel laranja borrado de gás em turbilhão, recortado pela silhueta do gigante escuro. A espessura do novo anel é metade da do original, apesar de se basear nos mesmos dados, informaram os investigadores a 13 de abril no Astrophysical Journal Letters.

O Event Horizon Telescope coleta dados usando uma rede de telescópios em todo o mundo. Mas essa técnica deixa lacunas nos dados. “Como não podemos simplesmente cobrir toda a Terra com telescópios, o que isso significa é que faltam algumas informações”, diz a astrofísica Lia Medeiros, do Instituto de Estudos Avançados de Princeton, NJ. “Precisamos de um algoritmo que possa preencher nessas lacunas.”

Análises anteriores usaram certas suposições para preencher essas lacunas, como preferir uma imagem suave. Mas a nova técnica utiliza aprendizagem automática para preencher essas lacunas com base em mais de 30.000 imagens simuladas de matéria girando em torno de um buraco negro, criando uma imagem mais nítida.

No futuro, esta técnica poderá ajudar os cientistas a compreender melhor a massa do buraco negro e a realizar testes melhorados de gravidade e outros estudos da física dos buracos negros.

Perguntas ou comentários sobre este artigo? Envie-nos um e-mail para [email protected] | Perguntas frequentes sobre reimpressões

Uma versão deste artigo foi publicada na edição de 6 de maio de 2023 da Science News.

L. Medeiros et al. A imagem do buraco negro M87 reconstruída com PRIMO. As cartas do jornal astrofísico. Publicado on-line em 13 de abril de 2023. doi: 10.3847/2041-8213/acc32d.

A escritora de física Emily Conover tem um Ph.D. em física pela Universidade de Chicago. Ela é duas vezes vencedora do prêmio DC Science Writers' Association Newsbrief.

Nossa missão é fornecer notícias científicas precisas e envolventes ao público. Essa missão nunca foi tão importante como é hoje.

Como organização de notícias sem fins lucrativos, não podemos fazer isso sem você.

Seu apoio nos permite manter nosso conteúdo gratuito e acessível à próxima geração de cientistas e engenheiros. Invista em jornalismo científico de qualidade doando hoje.

Este artigo foi apoiado por leitores como você.