黑洞的第一张图片看起来像一个“瘦”蛋糕

（美国有线电视新闻网） 有史以来拍摄的第一张黑洞照片现在看起来更清晰了。

最初于 2019 年发布，前所未有 梅西耶 87 星系中心超大质量黑洞的历史图像捕获了基本上看不见的天体 使用直接成像。

该图像提供了黑洞存在的第一个直接视觉证据，显示了一个中央黑暗区域被一圈光环包围，光环的一侧显得更亮。 天文学家称这个物体为“模糊的橙色甜甜圈”。

研究人员说，科学家们现在已经使用机器学习为图像提供了更清晰的升级，看起来更像一个“瘦”的甜甜圈。 中央区域更暗更大，周围环绕着明亮的环，热气体在新图像中落入黑洞。

2017 年，天文学家着手观察距离地球 5500 万光年的处女座星系团附近的大质量星系 Messier 87 或 M87 的隐形心脏。

Event Horizo​​n Telescope Collaboration，称为 EHT，是一个全球望远镜网络，拍摄了第一张黑洞图像。 超过 200 名研究人员在该项目上工作了十多年。 该项目以事件视界命名，黑洞周围的拟议边界标志着光或辐射无法逃逸的不归路。

据 EHT 的一部分欧洲南方天文台称，为了捕捉黑洞的照片，科学家们使用非常长的干涉测量法将世界各地七台射电望远镜的功率结合起来。 这群人 他创造了一个与地球大小大致相同的虚拟望远镜。

达到最大精度

来自 2017 年原始观测的数据与机器学习技术相结合，以捕捉望远镜首次看到的全分辨率。 新的、更详细的图像已经通过一项研究发布 星期四在 天体物理学杂志快报.

高级研究所自然科学学院天体物理学博士后研究员 Lia Medeiros 说 新泽西州普林斯顿在一份声明中说。

“因为我们无法近距离研究黑洞，图像的细节在我们理解它们行为的能力中起着重要作用。图像中环的宽度现在大约小两倍，这将是我们的一个强大限制理论模型和重力测试。”

Medeiros 和 EHT 的其他成员开发了主成分干扰模型， 或普里莫。 该算法基于字典学习，其中计算机根据大量材料创建规则。 如果给计算机一系列不同的香蕉图片，再加上一些训练，它可能能够判断未知图片是否包含香蕉。

使用 PRIMO 的计算机分析了 30,000 多张高分辨率的黑洞模拟图像，以找出常见的结构细节。 这基本上允许机器学习填补原始图像的空白。

美国国家科学基金会光学和红外天文学研究实验室的天文学家 Todd Lauer 说：“PRIMO 是一种新方法，可以解决从 EHT 观测中构建图像这一具有挑战性的任务。” 黑色实验室。 “它提供了一种方法来补偿有关被监测物体的缺失信息，这是生成用一个巨大的地球大小的射电望远镜可以看到的图像所必需的。”

开展黑洞研究

据他说，黑洞是由大量物质挤入一个小区域构成的 美国宇航局，这会产生一个巨大的引力场，吸引周围的一切，包括光。 这些强大的天体现象也有办法加热周围的物质并扭曲时空。

物质聚集在黑洞周围，被加热到数十亿度并几乎达到光速。 光线围绕黑洞的引力弯曲，导致图像中出现光子环。 黑洞的阴影由黑暗的中心区域表示。

黑洞的光学确认也可以确认 爱因斯坦的广义相对论. 从理论上讲，爱因斯坦预测太空中致密致密的区域将具有如此强烈的引力，以至于任何东西都无法逃脱。 但是，如果等离子体形式的热物质围绕着黑洞并发光，则事件视界可能是可见的。

新图像可以帮助科学家更准确地测量黑洞的质量。 研究人员还可以将 PRIMO 应用于其他 EHT 观测，包括 我们银河系中心的黑洞.

“Photo 2019 只是一个开始，”Medeiros 说。 “如果一张图片值一千字，那么该图片背后的数据就有更多的故事要讲。PRIMO 将继续成为提取此类见解的重要工具。”