Quella immagine di un buco nero che hai visto ovunque oggi? Ringrazia questo studente per averlo reso possibil

(CNN) Immagina di provare a scattare una foto di un’arancia che è sulla luna con il tuo smartphone. Sembra impossibile.

È quello che è stato per gli scienziati che cercavano di catturare un’immagine di un buco nero nello spazio. Nonostante l’alto livello, una squadra internazionale di oltre 200 ricercatori ha svelato la prima immagine di un buco nero mercoledì.
Lo sforzo non sarebbe stato possibile senza Katie Bouman, che ha sviluppato un algoritmo cruciale che ha aiutato a ideare metodi di imaging.
Tre anni fa, Bouman guidò la creazione di un algoritmo che alla fine contribuì a catturare questa immagine prima del suo genere: un buco nero supermassiccio e la sua ombra al centro di una galassia conosciuta come M87. Era quindi una studentessa laureata in informatica e intelligenza artificiale presso il Massachusetts Institute of Technology.
I buchi neri sono estremamente distanti e compatti, quindi scattare una foto a uno non è un compito facile. Inoltre, i buchi neri per definizione dovrebbero essere invisibili – sebbene possano emettere un’ombra quando interagiscono con il materiale che li circonda.
Una rete globale di telescopi nota come il progetto Event Horizon Telescope ha raccolto milioni di gigabyte di dati su M87 utilizzando una tecnica nota come interferometria. Tuttavia, c’erano ancora grandi lacune nei dati che dovevano essere compilati.

Il suo algoritmo e molti altri hanno contribuito a colmare le lacune

È qui che entra in gioco l’algoritmo di Bouman, insieme a molti altri. Utilizzando algoritmi di imaging come Bouman, i ricercatori hanno creato tre pipeline di codice script per ricostruire l’immagine.
Presero i “dati sparsi e rumorosi” che i telescopi sputarono e provarono a fare un’immagine. Negli ultimi anni, Bouman ha diretto la verifica delle immagini e la selezione dei parametri di imaging.
“Abbiamo sviluppato modi per generare dati sintetici e utilizzato diversi algoritmi e testato ciecamente per vedere se siamo in grado di recuperare un’immagine”, ha detto alla CNN.
“Non volevamo sviluppare solo un algoritmo, ma volevamo sviluppare molti algoritmi diversi che hanno tutti diversi presupposti integrati, se tutti recuperassero la stessa struttura generale, quindi questo aumenta la tua fiducia.”
Il risultato? Un’immagine rivoluzionaria di una struttura asimmetrica, simile ad un anello, che Albert Einstein pronunciò più di un secolo fa nella sua teoria della relatività generale. In effetti, i ricercatori avevano generato diverse foto e sembravano tutte uguali. L’immagine del buco nero presentata mercoledì non proveniva da nessun metodo, ma da tutte le immagini di diversi algoritmi che erano confusi insieme.
“Non importa quello che abbiamo fatto, dovresti piegarti all’indietro pazzo per ottenere qualcosa che non fosse questo anello”, ha detto Bouman.

Bouman era un membro cruciale del team di imaging

“(Bouman) era una parte importante di uno dei sottogruppi di imaging”, ha detto Vincent Fish, ricercatore presso l’Osservatorio Haystack del MIT.
“Una delle intuizioni che Katie ha portato al nostro gruppo di imaging è che ci sono immagini naturali”, ha affermato Fish. “Pensa solo alle foto scattate con il tuo cellulare con fotocamera – hanno alcune proprietà … Se sai qual è un pixel, hai una buona idea su quale sia il pixel vicino ad esso.”
Ad esempio, ci sono aree più agevoli e aree con confini netti. Le immagini astronomiche condividono queste proprietà e puoi codificare matematicamente queste proprietà, ha affermato Fish.
I membri junior come Bouman hanno dato un contributo significativo al progetto, ha aggiunto. Certamente, gli scienziati senior hanno lavorato al progetto, ma la parte di imaging era per lo più guidata da ricercatori junior, come studenti laureati e post-dottorandi.
“Nessuno di noi avrebbe potuto farlo da solo”, ha detto Bouman. “Si è riunito a causa di molte persone diverse da molti background”.
Bouman inizia l’insegnamento come assistente professore al California Institute of Technology in autunno.

Fonte immagine: https://www.pexels.com/ (https://www.pexels.com/photo/closeup-photo-of-two-red-dices-showing-4-and-5-965875/)

Andrea Russo

Andrea Russo

Leave a Reply

Your email address will not be published. Required fields are marked *