返回资讯中心
外部精选
软件工程
#开发者实时流

CSIRO 新技术验证 2019 年 M87 黑洞影像

来源标题:New CSIRO technique confirms iconic black hole image

澳大利亚国家科学机构 CSIRO 开发的新成像技术验证了 2019 年 EHT 拍摄的 M87 星系中心黑洞图像。该技术结合机器学习与人工智能,可降低校准误差和主观图像处理的影响,成果已发表于《Nature》。重新分析原始数据后得到的黑洞图像与 2019 年版本几乎一致。

Hacker News 最新atombender2026/11/16 · 昨天14 分钟阅读

以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。

2019年事件视界望远镜(EHT)拍摄的图像是数百名科学家共同努力的成果,首次直接捕捉到了黑洞阴影的影像,成为当代最广为人知的科学图像之一。

来自澳大利亚国家科学机构CSIRO的团队开发了一种强大的新成像技术,验证了2019年那张具有里程碑意义的M87星系中心黑洞图像。

CSIRO天文学家Samuel Lai博士是该研究的第一作者,他解释了为遥远黑洞成像的难度。

“这就像站在自家后院里,试图拍摄月球上的一个甜甜圈,”Lai博士说。

这种分析EHT数据的新方法发表在《Nature》上,能够降低校准误差和主观图像处理决策的影响——这些问题困扰天文学家已有数十年之久。

“我们这支澳大利亚小团队开发了先进的机器学习和人工智能技术,用于捕捉黑洞结构的信息并滤除大气干扰,”Lai博士解释道。

“当我们将其应用于原始的事件视界望远镜数据集时,我们发现所得黑洞在大小和形状上与历史性的EHT图像几乎完全一致。重要的是,当我们将模型应用于M87数据时,模型本身并不知道黑洞长什么样。

“这是对EHT图像的首次真正独立验证,是科学进程中重要的一步。”

尽管EHT拍摄的首张M87黑洞图像改变了我们对这类极端天体的认知,但科学家们一直质疑最终图像在多大程度上受到了重建方法的影响——毕竟从稀疏的望远镜测量数据中重建图像需要依赖这些处理方法。

为解决这一问题,CSIRO团队开发了精巧的数学算法来消除偏差和校准误差。

CSIRO天文学家、项目负责人Nithyanandan Thyagarajan博士利用其在同步辐射实验中解决类似问题的经验,构建了这项新技术。

“为了对某些天体(如遥远黑洞)成像,我们需要非常巨大的望远镜,这在实际中是不可能实现的。因此,事件视界望远镜合作组等团队将全球各地的望远镜连接起来,模拟一台行星大小的望远镜,这种技术被称为甚长基线干涉测量,”Thyagarajan博士说。

“以这种方式生成图像很棘手,可能引入误差和偏差,从而导致人们对图像准确性产生质疑。

“我们的技术将望远镜数据以三元组而非标准的双配对方式进行组合,从而消除这些误差。”

这一发现增强了人们的信心:围绕M87中心黑洞的环状结构是真实的天体物理特征,而非图像重建过程中引入的伪影。

事件视界望远镜合作组主任Laurent Loinard博士表示,这类研究是科学进程的核心,为事件视界望远镜的成果提供了宝贵的独立验证。

“非常令人欣慰的是,GenDIReCT这一精巧的、完全独立的方法在跨越数年的数据中恢复了M87*的环状结构,且与EHT合作组已发表的结果高度一致。这类研究增强了我们对黑洞认知的信心,也丰富了整个领域可用的工具库,”Loinard博士说。

Nithyanandan Thyagarajan博士表示,CSIRO开发的这项技术有潜力改善医学成像和地震测绘。

一个超越地球的解决方案,应对现实世界的问题。

Laurent Loinard,事件视界望远镜合作组主任 “独立验证是科学进程的核心,对于像事件视界望远镜这样新颖的成果尤为宝贵。非常令人欣慰的是,GenDIReCT这一精巧的、完全独立的方法在跨越数年的数据中恢复了M87*的环状结构,且与EHT合作组已发表的结果高度一致。这类研究增强了我们对黑洞认知的信心,也丰富了整个领域可用的工具库。”

Ivy Wong博士,CSIRO团队负责人、共同作者 “看到这个项目走到今天这一步,真是无比欣慰。它始于办公室同事之间的一次对话,而结果比我最初想象的要好得多。Samuel的创造力在实现这一愿景中发挥了关键作用。正是这样的项目让我想起自己为什么热爱科学探索的过程。与如此多元化的专家团队合作令我受益匪浅。这些出色的成果不过是锦上添花。”

Foivos Diakogiannis博士,CSIRO首席研究科学家、共同作者 “我特别欣赏的是Sam让部分AI在重建每张图像的过程中进行学习的方式。他开发了一种方法,利用专门设计的望远镜测量数据来学习如何组合和优化AI生成的图像。这种学习针对的是正在被分析的具体观测,测量数据引导着优化过程。我认为这是一个非常巧妙的贡献,也是该方法能够成功的重要因素。它体现了Sam在攻克艰难科学问题时的创造力。”

你一直想知道的八个黑洞问题

射电干涉测量详解——你永远见不到的最大望远镜

正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。

打开原文
去社区讨论 →