La icónica primera imagen de un agujero negro supermasivo, tomada en 2019 por la colaboración EHT, en el corazónde la galaxia Messier 87, ha sido mejorada por un programa de aprendizaje automático.
La icónica imagen del agujero negro supermasivo ubicado en el centro de Messier 87 acaba de recibir su primer retoque gracias a una nueva técnica de aprendizaje automático, o machine-learning, conocida como PRIMO.
Esta nueva imagen ilustra de mejor forma toda la extensión de la región oscura central del objeto y el sorprendentemente estrecho anillo exterior a su alrededor.
Para lograr este resultado, un equipo de investigadores utilizó los datos originales obtenidos en 2017 por la colaboración del Telescopio Event Horizon (EHT por sus siglas en inglés) y crearon una nueva imagen que, por primera vez, representa la resolución completa de EHT.
PRIMO, es la sigla en inglés para Modelado Interferométrico de Componentes Principales, y se trata de una técnica desarrollada por los miembros de EHT Lia Medeiros (Institute for Advanced Study), Dimitrios Psaltis (Georgia Tech), Tod Lauer (NOIRLab de NSF), y Feryal Ozel (Georgia Tech) presentada en un artículo científico publicado recientemente en la revista The Astrophysical Journal Letters.
“Con nuestra nueva técnica de aprendizaje automático, PRIMO, fuimos capaces de conseguir la máxima resolución del montaje actual”, explicó el autor principal del artículo científico, Lia Medeiros. “Como no podemos estudiar los agujeros negros de cerca, el detalle en una imagen juega un papel crucial en nuestra habilidad de comprender su comportamiento. El ancho del anillo en la imagen ahora es más pequeño en un factor de dos, lo que será una poderosa limitación para nuestros modelos teóricos y pruebas de gravedad”.
PRIMO se basa en una rama del aprendizaje automático conocido como aprendizaje de diccionario (dictionary learning), que enseña a los computadores ciertas reglas luego de exponerlos a miles de ejemplos. El poder de este tipo de aprendizaje automático ha sido demostrado en numerosas formas, desde la creación de obras de arte de estilo renacentista, hasta la finalización de la obra sin concluir de Beethoven, recuerdan los especialistas al explicar los mejoramientos hacia esta imagen dada a conocer en 2019.
Para aplicar PRIMO a la imagen EHT de Messier 87, los computadores analizaron más de 30 mil imágenes simuladas de alta calidad de gas que se acumula en un agujero negro, con el objetivo de buscar patrones comunes en las imágenes. Entonces, los resultados se combinaron para proporcionar una representación bastante precisa de las observaciones de EHT, y al mismo tiempo, proveer una estimación de alta calidad de la estructura faltante de la imagen.
“PRIMO es una nueva aproximación a la difícil tarea de construir imágenes desde las observaciones de EHT”, indicó Lauer. “Proporciona una forma de compensar la información faltante del objeto que se observa, y que se necesita para generar la imagen que habría sido posible obtener utilizando un radiotelescopio gigante del tamaño de la Tierra”.