El “donut naranja borroso” visto en la primera imagen nunca antes tomada de un agujero negro se ha reducido a un “anillo dorado más delgado” con la ayuda de una AI que mejora las imágenes de los agujeros negros. La redefinición de esta imagen del agujero negro de la galaxia M87 podría ayudar a comprender mejor sus características. La metodología podría aplicarse al agujero negro Sagitario A* en el corazón de nuestra propia galaxia, la Vía Láctea.
La técnica PRIMO
La histórica imagen del agujero negro supermasivo M87, conocido como M87*, fue capturada por el Event Horizon Telescope (EHT). Los datos para crear la imagen fueron recopilados por el EHT durante varios días dos años antes. El EHT es una red de siete telescopios en todo el mundo que crea un telescopio del tamaño de la Tierra. Pero a pesar de su poder de observación combinado, todavía hay lagunas en los datos que recopila, como las piezas faltantes de un rompecabezas.
Un equipo de investigadores, incluida Lia Medeiros, miembro de la colaboración EHT, utilizó una nueva técnica de aprendizaje automático. La técnica llamada modelado interferométrico del componente principal (PRIMO) “rellena los vacíos” en la imagen de M87* y maximiza la resolución.
“Dado que no podemos estudiar los agujeros negros de cerca, los detalles de una imagen juegan un papel fundamental en nuestra capacidad para comprender su comportamiento”, dijo Medeiros en una declaración (ref.). “El ancho del anillo en la imagen ahora es aproximadamente dos veces más pequeño. Esto será una poderosa restricción para nuestros modelos teóricos y pruebas de gravedad”.
El aprendizaje automático
Cuando se reveló por primera vez la imagen del agujero negro supermasivo M87*, los científicos quedaron sorprendidos por la correspondencia con las predicciones hechas por la teoría de la relatividad general de Albert Einstein. Esta refinada imagen PRIMO de M87* ofrece a los científicos la oportunidad de emparejar mejor las observaciones de un verdadero agujero negro con las predicciones teóricas.
“PRIMO es un nuevo enfoque para la difícil tarea de construir imágenes a partir de las observaciones de EHT”, dijo en la declaración Tod Lauer, miembro de EHT. “Proporciona una forma de compensar la información faltante sobre el objeto observado. Generamos así una imagen que habría sido vista utilizando un solo gigantesco radiotelescopio del tamaño de la Tierra”.
El Instituto de Estudios Avanzados de Princeton, en Nueva Jersey, ha explicado que PRIMO funciona utilizando el aprendizaje de diccionario, una rama del aprendizaje automático. Esto permite a las computadoras generar reglas basadas en grandes conjuntos de materiales didácticos. Por ejemplo, si un programa como este recibe varias imágenes de una manzana, puede aprender a determinar si la imagen de un objeto desconocido es una manzana o no.
Para entrenar a PRIMO con los agujeros negros, el equipo le proporcionó 30.000 imágenes simuladas de alta fidelidad de estos titanes cósmicos mientras se alimentan del gas circundante, la fase de “crecimiento”. Las imágenes cubrían una amplia gama de predicciones teóricas sobre cómo los agujeros negros acumulan materia, lo que permitió a PRIMO buscar patrones lógicos.
Integración de la inteligencia artificial en las imágenes
Una vez identificados, estos modelos se clasificaron según la frecuencia con la que se consideraron en las simulaciones. El proceso puede incorporarse en las imágenes EHT para generar una imagen de alta fidelidad de M87* y revelar las estructuras que el telescopio no percibe.
“Estamos utilizando la física para llenar regiones de datos faltantes de una manera que nunca se había hecho antes utilizando el aprendizaje automático”, explicó Medeiros. “Esto podría tener importantes implicaciones para la interferometría, que desempeña un papel en campos que van desde los exoplanetas hasta la medicina”.
La imagen resultante producida por PRIMO coincide con los datos EHT y con los modelos teóricos de los agujeros negros. Estos modelos explican que el anillo luminoso es el resultado de la aceleración del gas a velocidades cercanas a la luz debido a la increíble influencia gravitacional del agujero negro. Esto hace que el gas se caliente e ilumine mientras corre alrededor de la superficie que atrapa la luz. La región que forma los límites externos del agujero negro se llama horizonte de eventos.