Des chercheurs ont utilisé l’apprentissage automatique pour améliorer la première photo d’un trou noir

Les chercheurs ont utilisé l’apprentissage automatique pour resserrer une image précédemment publiée d’un trou noir. En conséquence, le portrait du trou noir au centre de la galaxie Messier 87, à plus de 53 millions d’années-lumière de la Terre, montre un anneau plus fin de lumière et de matière entourant son centre dans un rapport publié aujourd’hui dans Les lettres du journal astrophysique.

Les images originales ont été capturées en 2017 par le télescope Event Horizon (EHT), un réseau de radiotélescopes autour de la Terre qui se combinent pour agir comme un outil de super-imagerie de la taille d’une planète. L’image initiale ressemblait à un « beignet flou », comme décrit par Radio Nationale Publique, mais les chercheurs ont utilisé une nouvelle méthode appelée PRIMO pour reconstruire une image plus précise. PRIMO est « un nouvel algorithme basé sur l’apprentissage du dictionnaire » qui apprend à « récupérer des images haute fidélité même en présence d’une couverture clairsemée » en s’entraînant sur des simulations générées de plus de 30 000 trous noirs. En d’autres termes, il utilise des données d’apprentissage automatique basées sur ce que nous savons des lois physiques de l’univers – et des trous noirs en particulier – pour produire une image plus belle et plus précise à partir des données brutes capturées en 2017.

Les trous noirs sont des régions mystérieuses et étranges de l’espace où la gravité est si forte que rien ne peut s’en échapper. Ils se forment lorsque les étoiles mourantes s’effondrent sur elles-mêmes sous leur gravité. En conséquence, l’effondrement comprime la masse de l’étoile dans un espace minuscule. La frontière entre le trou noir et sa masse environnante s’appelle l’horizon des événements, un point de non-retour où tout ce qui le traverse (qu’il s’agisse de lumière, de matière ou de Matthew McConaughey) ne reviendra pas.

« Ce que nous faisons vraiment, c’est que nous apprenons les corrélations entre les différentes parties de l’image. Et donc nous le faisons en analysant des dizaines de milliers d’images haute résolution créées à partir de simulations », a déclaré l’astrophysicien et auteur de l’article Lia Medeiros de l’Institute for Advanced Study de Princeton, NJ. Radio Nationale Publique. « Si vous avez une image, les pixels proches d’un pixel donné ne sont pas complètement non corrélés. Ce n’est pas que chaque pixel fait des choses complètement indépendantes.

Les chercheurs disent que la nouvelle image est conforme aux prédictions d’Albert Einstein. Cependant, ils s’attendent à ce que de nouvelles recherches sur l’apprentissage automatique et le matériel de télescope conduisent à des révisions supplémentaires. « Dans 20 ans, l’image ne sera peut-être pas celle que je vous montre aujourd’hui », a déclaré Medeiros. « C’est peut-être encore mieux. »

Source-145