एक सुपरमैसिव ब्लैक होल M87 मूल रूप से 2019 (बाएं) में EHT सहयोग द्वारा चित्रित किया गया; और एक ही डेटासेट (दाएं) का उपयोग करके PRIMO एल्गोरिथम द्वारा उत्पन्न एक नई छवि। क्रेडिट: मेडिएरोस एट अल। 2023
खगोलविदों का प्रयोग करें[{” attribute=””>machine learning to improve the Event Horizon Telescope’s first black hole image, aiding in black hole behavior understanding and testing gravitational theories. The new technique, called PRIMO, has potential applications in various fields, including exoplanets and medicine.
Astronomers have used machine learning to sharpen up the Event Horizon Telescope’s first picture of a black hole — an exercise that demonstrates the value of artificial intelligence for fine-tuning cosmic observations.
The image should guide scientists as they test their hypotheses about the behavior of black holes, and about the gravitational rules of the road under extreme conditions.
PRIMO एल्गोरिथम प्रशिक्षण सेट के लिए उत्पन्न सिमुलेशन का अवलोकन। क्रेडिट: मेडिएरोस एट अल। 2023
पृथ्वी से लगभग 55 मिलियन प्रकाश-वर्ष दूर M87 नामक अण्डाकार आकाशगंगा के केंद्र में सुपरमैसिव ब्लैक होल की एक EHT छवि ने 2019 में विज्ञान की दुनिया को चकित कर दिया था। छवि को रेडियो टेलीस्कोप की एक वैश्विक सरणी से टिप्पणियों को मिलाकर बनाया गया था – लेकिन डेटा में अंतराल का मतलब है कि तस्वीर कुछ पेचीदा और फजी थी।
में पिछले सप्ताह प्रकाशित एक अध्ययन में एस्ट्रोफिजिकल जर्नल लेटर्सखगोलविदों की एक अंतरराष्ट्रीय टीम ने वर्णन किया कि कैसे उन्होंने एक ब्लैक होल की 30,000 से अधिक नकली छवियों का विश्लेषण करके अंतराल को भर दिया।
इंस्टीट्यूट फॉर एडवांस्ड स्टडी के प्रमुख लेखक लेह मेडिएरोस ने एक प्रेस विज्ञप्ति में कहा, “एक नई मशीन लर्निंग पद्धति, PRIMO का उपयोग करके, हम मौजूदा मैट्रिक्स के लिए अधिकतम सटीकता प्राप्त करने में सक्षम थे।”
PRIMO ने ब्लैक होल की परिक्रमा करने वाले गर्म पदार्थ के वलय के EHT के दृष्टिकोण को संकुचित और तीक्ष्ण किया है क्योंकि यह एक गुरुत्वाकर्षण विलक्षणता में गिरता है। मेडेइरोस ने समझाया कि यह उसे सिर्फ एक सुंदर तस्वीर से ज्यादा बनाता है।
“चूंकि हम ब्लैक होल का बारीकी से अध्ययन नहीं कर सकते हैं, छवि का विवरण उनके व्यवहार को समझने की हमारी क्षमता में महत्वपूर्ण भूमिका निभाता है,” उसने कहा। “छवि में रिंग की चौड़ाई अब लगभग दो गुना छोटी है, जो हमारे सैद्धांतिक मॉडल और गुरुत्वाकर्षण परीक्षणों के लिए एक मजबूत सीमा होगी।”
मेडिएरोस और उनके सहयोगियों द्वारा विकसित तकनीक – के रूप में जानी जाती है प्रधान घटक इंटरफेरोमेट्री मॉडलिंग, या संक्षेप में PRIMO – लापता डेटा को भरने के सर्वोत्तम तरीकों का पता लगाने के लिए प्रशिक्षण छवियों के बड़े डेटासेट का विश्लेषण करता है। यह एआई शोधकर्ताओं द्वारा लुडविग वॉन बीथोवेन के संगीत कार्यों का विश्लेषण करने के तरीके के समान है संगीतकार की अधूरी दसवीं सिम्फनी के लिए एक अंक तैयार करता है.
M87 के ब्लैक होल में घूमने वाली गैस के संरचनात्मक पैटर्न की एक विस्तृत श्रृंखला को कवर करते हुए, हजारों सिम्युलेटेड EHT छवियों को PRIMO मॉडल में फीड किया गया है। अनुपलब्ध डेटा के उच्च-निष्ठा पुनर्निर्माण का उत्पादन करने के लिए उपलब्ध डेटा के लिए सबसे अच्छा फिट प्रदान करने वाले सिमुलेशन को एक साथ जोड़ा गया था। परिणामी छवि को तब EHT के वास्तविक अधिकतम रिज़ॉल्यूशन से मिलान करने के लिए पुन: संसाधित किया गया था।
शोधकर्ताओं का कहना है कि नई छवि से M87 के ब्लैक होल के द्रव्यमान और उसके घटना क्षितिज और अभिवृद्धि वलय की सीमा का अधिक सटीक निर्धारण होना चाहिए। बदले में, इन फैसलों से ब्लैक होल और गुरुत्वाकर्षण के बारे में वैकल्पिक सिद्धांतों के और अधिक मजबूत परीक्षण हो सकते हैं।
M87 की स्पष्ट तस्वीर अभी शुरुआत है। PRIMO का उपयोग हमारे केंद्र में सुपरमैसिव ब्लैक होल, सैगिटेरियस A* के इवेंट होराइज़न टेलीस्कोप के अस्पष्ट दृश्य को तेज करने के लिए भी किया जा सकता है।[{” attribute=””>Milky Way galaxy. And that’s not all: The machine learning techniques employed by PRIMO could be applied to much more than black holes. “This could have important implications for interferometry, which plays a role in fields from exoplanets to medicine,” Medeiros said.
Adapted from an article originally published on Universe Today.
Reference: “The Image of the M87 Black Hole Reconstructed with PRIMO” by Lia Medeiros, Dimitrios Psaltis, Tod R. Lauer and Feryal Özel3, 13 April 2023, The Astrophysical Journal Letters.
DOI: 10.3847/2041-8213/acc32d
