Le “donut orange flou” vu dans la première image d’un trou noir jamais capturée s’est transformée en un “anneau doré plus mince” avec l’aide d’une AI qui améliore les images des trous noirs. La redéfinition de cette image du trou noir de la galaxie M87 pourrait aider à mieux comprendre ses caractéristiques. Cette méthode pourrait être appliquée au trou noir Sagittarius A* au cœur de notre propre galaxie, la Voie lactée.
La technique PRIMO
L’image historique du trou noir supermassif M87, connu sous le nom de M87*, a été capturée par l’Event Horizon Telescope (EHT). Les données pour créer l’image ont été collectées par l’EHT pendant plusieurs jours deux ans auparavant. L’EHT est un réseau de sept télescopes à travers le monde qui crée un télescope de la taille de la Terre. Mais malgré sa puissance d’observation combinée, il reste des lacunes dans les données qu’il recueille, tout comme des pièces manquantes d’un puzzle.
Une équipe de chercheurs, dont Lia Medeiros, membre de la collaboration EHT, a utilisé une nouvelle technique d’apprentissage automatique. La technique appelée modélisation interférométrique de composant principal (PRIMO) “remplit les lacunes” dans l’image M87* et maximise la résolution.
“Comme nous ne pouvons pas étudier les trous noirs de près, les détails d’une image jouent un rôle crucial” Medeiros dans une déclaration (ref.). “La largeur de l’anneau dans l’image est maintenant deux fois plus petite. Cela sera une contrainte puissante pour nos modèles théoriques et les tests de gravité”.
L’apprentissage automatique
Lorsque l’image du trou noir supermassif M87* a été révélée pour la première fois, les scientifiques ont été surpris par la correspondance avec les prévisions de la théorie de la relativité générale d’Albert Einstein. Cette image PRIMO raffinée de M87* offre aux scientifiques la possibilité de mieux faire correspondre les observations d’un vrai trou noir aux prévisions théoriques.
“PRIMO est une nouvelle approche de la tâche difficile de construire des images à partir des observations de l’EHT”, a déclaré Tod Lauer, membre de l’EHT. “Il offre un moyen de compenser les informations manquantes sur l’objet observé. Nous générons ainsi une image qui aurait été vue en utilisant un seul radiotélescope géant de la taille de la Terre”.
L’Institute for Advanced Study di Princeton dans le New Jersey a expliqué que PRIMO fonctionne en utilisant l’apprentissage de dictionnaire, une branche de l’apprentissage automatique. Cela permet aux ordinateurs de générer des règles basées sur de grands ensembles de matériel didactique. Par exemple, si un programme reçoit un certain nombre d’images d’une pomme, il peut apprendre à déterminer si l’image d’un objet inconnu est une pomme ou non.
Pour entraîner PRIMO sur les trous noirs l’équipe lui a fourni 30 000 images simulées de haute fidélité de ces titans cosmiques. Les images couvraient un large éventail de prévisions théoriques sur la façon dont les trous noirs accréent la matière, permettant à PRIMO de chercher des schémas logiques.
L’intégration de l’AI dans les images
Une fois identifiés, ces modèles ont été classés en fonction de la fréquence à laquelle ils ont été pris en compte dans les simulations. Le processus peut être intégré aux images de l’EHT pour en générer une de haute fidélité de M87* et révéler les structures que le télescope ne perçoit pas.
“Nous utilisons la physique pour remplir les zones de données manquantes d’une manière qui n’a jamais été faite auparavant en utilisant l’apprentissage automatique”, a expliqué Medeiros. “Cela pourrait avoir des implications importantes pour l’interférométrie, qui joue un rôle dans des domaines allant des exoplanètes à la médecine”.
L’image résultante produite par PRIMO correspond aux données de l’EHT et aux modèles théoriques des trous noirs. Ces modèles expliquent que l’anneau lumineux est le résultat de l’accélération du gaz à des vitesses proches de celle de la lumière par l’incroyable influence gravitationnelle du trou noir. Cela fait chauffer le gaz et le fait briller alors qu’il file autour de la surface qui piège la lumière. La région qui forme les limites externes du trou noir est appelée horizon des événements.