M87
Foto: AFP/Scanpix/LETA
2019. gadā tika paveikts kas tāds, kas ilgu laiku šķita neiespējams – publicēts pirmais melnā cauruma attēls, kas uzņemts, vienotā tīklā un perfektā sinhronizācijā darbojoties septiņiem jaudīgiem radioteleskopiem dažādās pasaules vietās. Nu aptuveni četrus gadus vēlāk šis vēsturiskais attēls kļuvis vēl labāks – pateicoties mākslīgajam intelektam un mašīnmācīšanās algoritmiem.

Milzis galaktikas M87 centrā ir ārkārtīgi masīvs – ekvivalents 6,5 miljardiem Saules masu. Taču paši saprotam kaut vai no nosaukuma vien, ka šos gigantus tā vienkārši nevar paņemt un "noknipsēt" ar optiskajiem teleskopiem kā, piemēram, Habla teleskops spēj nobildēt kādu galaktiku vai zvaigzni. Melnie caurumi ne velti tā tiek saukti – tos pašus ieraudzīt nevar. Tas, ko iespējams redzēt, ir akrēcijas disks ap melno caurumu un menā cauruma mestā ēna, kas ir vēl lielāka par notikumu horizontu – robežu, aiz kuras nokļuvusī matērija vairs nespēj "izbēgt" no melnā cauruma skavām.

2019. gadā publicētais attēls tapis vēl agrāk – datus globālais radioteleskopu tīkls ETH jeb "Event Horizon Telescope" ievāca 2017. gadā. Sinhronizēti veicot novērojumus no dažādām pasaules vietām, bija iespējams radīt ko līdzīgu virtuālam radioteleskopam ar virsmu gandrīz vai visas Zemes izmērā. Leņķiskā izšķirtspēja šim teleskopam bija līdz pat 20 loka mikrosekundēm. Tā ir ļoti īsa loka garuma vienība. Viena loka minūte ir 1/60 no grāda, un loka sekunde 1/60 no loka minūtes, bet mikrosekunde – miljonā daļa no loka sekundes. Teleskops ar šādu izšķirtspēju no Zemes varētu uz Mēness nobildēt objektu, kas ir bankas kartes izmērā.

Taču arī ar šīm spējām nepietiek, lai iegūtu perfekti asu M87 galaktikas centrā esošā melnā cauruma akrēcijas diska attēlu – tas atgādināja pamatīgi izplūdušu, oranžu virtuli. "Caurumus" datos aizlāpīt uzņēmās zinātnieku komanda, kas izstrādājusi mašīnmācīšanās algoritmu PRIMO. Būtībā šī algoritma apmācīšana notiek līdzīgi kā attēlu atpazīšanas algoritmu apmācīšana ar lielu datu apjomu. Uztrenējot algoritmu ar lielu skaitu bilžu, kuros redzams, piemēram, kaķis (un norādot, ka tas ir kaķis), pēc apmācīšanas algoritms būs izstrādājis kritērijus un parametrus, kādiem jāatbilst attēlam ar kaķi. Un varēs atpazīt kaķus arī bildēs, kuras iepriekš nav "redzējis". Līdzīgi arī PRIMO tika apmācīts uz lielu datu kopu ar simulētiem melnajiem caurumiem – kopā 30 tūkstošiem attēlu.

Foto: AFP/Scanpix/LETA

"Izmantojām līdz šim zināmo par melnajiem caurumiem, lai aizpildītu robus datos, kā tas šajā nozarē iepriekš vēl nebija darīts," vietnei "Space.com" klāsta viena no darba līdzautorēm, astrofiziķe Lia Medeirosa. Ar PRIMOS uzlabotais attēls ir daudz asāks un vairs neatgādina izplūdušu virtuli. Drīzāk ko līdzīgu gredzenam. Jaunais attēls labi saskan gan ar ETH teleskopa datiem, gan visiem teorētiskajiem modeļiem par to, kādam jāizskatās melnajam caurumam. Kaut šis var šķist nekas īpašs – izplūdis gredzens nu ir drusku asāks – astrofiziķiem katra jauna, iepriekš neredzēta detaļa un strīpiņa šajā attēlā ir vērtīga informācija, kas palīdzēs tālākā šo noslēpumaino objektu izpētē.

Seko "Delfi" arī Instagram vai YouTube profilā – pievienojies, lai uzzinātu svarīgāko un interesantāko pirmais!