人類首張黑洞照片仿佛一個「模糊的橙色甜甜圈」,但在機器學習的幫助下,這一來自 M87 星系中心的黑洞正式「改頭換面」。 新圖像進一步展示了一個更大、更暗的中心區域,周圍環繞著明亮的吸積氣體。

美國研究團隊使用了在 2017 年聯網觀測的《事件視界望遠鏡》(EHT)合作組織獲得的數據,首次實現了陣列的全解析度。相關論文已發表在《天體物理學雜志快報》上。

2017年,《事件視界望遠鏡》集結了地球上8台無線電波望遠鏡,成功拍攝到了 M87 超大質量黑洞的影子。 然而數據中出現了缺口,就像拼圖游戲中缺失的碎片。

普林斯頓大學《事件視界望遠鏡》小組成員表示,利用新機器學習技術 PRIMO ,他們能夠實現當前陣列的最大解析度。 PRIMO 能夠根據大量訓練材料生成規則。 例如向計算機提供一系列不同的香蕉圖像,經過充分的訓練,它能確定一張未知的圖像是不是香蕉。

研究小組表示,利用 PRIMO ,計算機分析了 30,000 多張黑洞吸積氣體的高保真模擬圖像。 這些圖片涵蓋了黑洞如何吸積物質的廣泛模型,以便尋找圖像結構中的共同模式。各種結構模式根據它們在模擬中出現的頻率進行分類,進而混合,以高度準確地顯示黑洞圖像,同時,還提供對圖像缺失結構的高保真估計。

該團隊表示,新繪制的圖像與《事件視界望遠鏡》數據和理論預期是一致的。 生成圖像需要假設缺失信息的適當形式,而 PRIMO 也做到了這一點。

藝術家筆下黑洞的概念圖。周圍環繞黑洞的盤狀物質即為吸積盤、上方條狀物為噴流。 該圖未考慮黑洞自身造成的重力透鏡效應對影像的影響。   圖:翻攝自維基百科