Et internasjonalt team av astrofysikere brukte maskinlæring for å skjerpe de berømte
Et bilde av et svart hull tatt av Event Horizon Telescope og behandlet ved hjelp av maskinlæring. Bilder: Lia Medeiros et al., The Astrophysical Journal Letters
Forskerne brukte sine egnePRIMO maskinlæringsteknikk - Hovedkomponent interferometrisk simulering. Den kompenserer for manglende informasjon om det observerte objektet for å lage et bilde som kan sees med et gigantisk radioteleskop på størrelse med jorden.
PRIMO er avhengig av ordforrådslæring, grenmaskinlæring, som lar datamaskiner generere regler basert på store sett med opplæringsmateriell. For eksempel, hvis en datamaskin mates med en serie forskjellige bilder av bananer - med nok trening - kan den avgjøre om det ukjente bildet er en banan eller ikke.
Datasimulering av et supermassivt sort hull. Video: Institute for Advanced Study
Med PRIMO har datamaskiner analysert mer enn30 000 høypresisjonssimulerte bilder av gassen fra sorte hull. Simuleringene dekket et bredt spekter av modeller for hvordan et sort hull samler opp materie og så etter vanlige mønstre i strukturen til bildene. De forskjellige strukturprøvene ble sortert etter hvor ofte de forekom i simuleringen og deretter blandet sammen for å trene algoritmen.
Forskere sier at visualisertMaskinlæringsbildet stemmer overens med observasjoner fra Event Horizon Telescope (EHT) og teoretiske forventninger, inkludert en lys ring av stråling som forventes å være forårsaket av varm gass som faller ned i det sorte hullet.
Første bilde av et supermassivt sort hullble publisert i 2019. Forskere ved Event Horizon Telescope Collaboration brukte et nettverk av syv separate radioteleskoper rundt om i verden for å samle inn data om M87, og skapte et teleskop i "jordstørrelse". I fjor viste det samme teamet av forskere hvordan det sorte hullet i sentrum av Melkeveien ser ut.
Les mer:
Forskere har studert et ultralys objekt som bryter med fysikkens lov
"Hav" av kvarker inne i ett proton: hva består en elementær partikkel av
Se på kartet over Mars med høyeste oppløsning: 110 000 bilder og 5,7 billioner piksler
</ p>