اولین عکس تاریخ از یک سیاه‌چاله به دست هوش مصنوعی اصلاح شد

تصویر ابرسیاه‌چاله واقع در قلب کهکشان مسیه ۸۷ توسط یک برنامه یادگیری ماشینی آموزش دیده بر روی مدل‌های سیاه‌چاله ارتقاء یافت.

در واقع این سیاه‌چاله کلان‌جرم دوردست، پس از اعمال تغییرات و اصلاحات توسط یک ابررایانه، اکنون واضح‌تر به نظر می‌رسد.

این «دونات نارنجی تار» که در اولین تصویر از یک سیاه‌چاله که تاکنون گرفته شده است، مشاهده می‌شود، حالا با کمک فناوری یادگیری ماشینی و هوش مصنوعی به یک «حلقه طلایی نازک» تبدیل شده است.

بیشتر بخوانید: اخباری که در وبسایت منتشر نمی‌شوند!

بازتعریف این تصویر از ابرسیاه‌چاله واقع در قلب کهکشان مسیه ۸۷ (M ۸۷) می‌تواند به درک بهتر ویژگی‌های آن کمک کند و همچنین می‌تواند به سیاه‌چاله واقع در قلب کهکشان خودمان، یعنی کهکشان راه شیری نیز تعمیم یابد.

تصویر تاریخی ابرسیاه‌چاله M ۸۷ معروف به *M ۸۷ توسط تلسکوپ افق رویداد (EHT) گرفته و در سال ۲۰۱۹ برای عموم رونمایی شد. داده‌های ایجاد این تصویر توسط EHT طی چند روز در سال ۲۰۱۷ جمع آوری شد.

تلسکوپ افق رویداد شبکه‌ای از هفت تلسکوپ در سراسر جهان است که یک تلسکوپ به اندازه زمین ایجاد می‌کند، اما برخلاف قدرت رصد ترکیبی آن، هنوز هم شکاف‌هایی در داده‌هایی که جمع آوری می‌کند، مانند قطعات گمشده یک پازل وجود دارد.

اصلاح عکس اولین تاریخ از یک سیاه‌چاله به دست هوش مصنوعی
در سمت چپ، تصویر معروف ابرسیاه‌چاله M ۸۷ است که برای اولین بار در تاریخ در سال ۲۰۱۹ منتشر شد. در سمت راست تصویر جدیدی از این ابرسیاه‌چاله است که توسط الگوریتم هوش مصنوعی PRIMO با استفاده از همان مجموعه داده‌ها ایجاد شده است.

گروهی از پژوهشگران تحت سرپرستی لیا مدیروس، عضو شورای همکاری EHT و دانشجوی فوق‌دکتری اخترفیزیک از یک روش یادگیری ماشینی جدید به نام مدل‌سازی تداخل‌سنجی با مولفه اصلی یا پریمو (PRIMO) برای پر کردن این شکاف‌ها در تصویر این سیاه‌چاله و تقویت آرایه EHT تا حداکثر توان خود استفاده کردند تا برای اولین بار به این وضوح برسند.

مدیروس در بیانیه‌ای گفت: از آنجایی که نمی‌توانیم سیاه‌چاله‌ها را از نزدیک مطالعه کنیم، جزئیات یک تصویر، نقش مهمی در توانایی ما برای درک رفتار آن بازی می‌کند. عرض حلقه دور سیاه‌چاله در این تصویر اکنون حدوداً دو برابر کمتر شده است که مولفه و محدودیتی قدرتمند برای مدل‌های نظری و آزمایش‌های گرانشی ما خواهد بود.

هنگامی که تصویر ابرسیاه‌چاله M ۸۷* که ۵۵ میلیون سال نوری از زمین فاصله دارد و جرمی معادل شش و نیم میلیارد خورشید دارد، برای اولین بار آشکار شد، دانشمندان از این که چقدر با پیش‌بینی‌های نظریه نسبیت عام آلبرت اینیشتین در سال ۱۹۱۵ مطابقت دارد، شگفت زده شدند.

تصویر جدید تصحیح شده توسط PRIMO از *M ۸۷ به دانشمندان فرصتی می‌دهد تا مشاهدات از یک سیاه‌چاله واقعی را با پیش بینی‌های نظری بهتر مطابقت دهند.

تاد لارر (Tod Lauer) عضو شورای همکاری EHT می‌گوید: PRIMO یک رویکرد جدید برای کار دشوار ساخت تصاویر از مشاهدات EHT است. این روشی برای جبران اطلاعات از دست رفته در مورد جرم مورد مشاهده فراهم می‌کند که برای تولید تصویری که با استفاده از یک تلسکوپ رادیویی غول پیکر به اندازه زمین دیده می‌شود، مورد نیاز است.

مؤسسه مطالعات پیشرفته پرینستون توضیح داد که PRIMO با استفاده از یادگیری فرهنگ لغت، در شاخه‌ای از یادگیری ماشینی کار می‌کند که رایانه‌ها را قادر می‌سازد تا قوانینی را بر اساس مجموعه‌های بزرگی از داده‌های آموزشی تولید کنند. به عنوان مثال، اگر به برنامه‌ای مانند این تعدادی تصویر از یک موز داده شود، می‌تواند یاد بگیرد که آیا تصویر یک شیء ناشناخته موز است یا خیر.

دانشمندان برای آموزش PRIMO به منظور انجام همین کار در مورد سیاه‌چاله‌ها در فرآیندی که «برافزایش» نامیده می‌شود، ۳۰ هزار تصویر شبیه‌سازی شده با کیفیت بالا از این ول‌های کیهانی را در حالی که از گاز‌های اطراف تغذیه می‌کنند، به آن دادند. این تصاویر گستره وسیعی از پیش‌بینی‌های نظری را در مورد چگونگی ایجاد ماده در سیاه‌چاله‌ها به PRIMO می‌دهند و به آن اجازه می‌دهند الگو‌ها را شکار کند.

این الگو‌ها پس از شناسایی بر اساس تعداد دفعاتی که در شبیه‌سازی‌ها لحاظ می‌شوند، دسته‌بندی می‌شوند. سپس می‌توانند در تصاویر EHT گنجانده شوند تا تصویری با وفاداری بالا نسبت به داده‌های به دست آمده از *M ۸۷ ایجاد کند و ساختار‌هایی را که ممکن است این تلسکوپ از دست داده باشد، آشکار کند.

مدیروس توضیح داد: ما از فیزیک برای پر کردن شکاف موجود در داده‌های از دست رفته به روشی که قبلاً هرگز با استفاده از یادگیری ماشین انجام نشده بود، استفاده می‌کنیم. این روش می‌تواند پیامد‌های مهمی برای تداخل‌سنجی داشته باشد که در زمینه‌هایی نظیر سیارات فراخورشیدی گرفته تا پزشکی نقش دارد.

تصویر حاصله ارائه شده توسط PRIMO با داده‌های EHT و مدل‌های نظری سیاه‌چاله‌ها مطابقت دارد. این مدل‌ها توضیح می‌دهند که حلقه درخشانی که در تصاویر *M ۸۷ مشاهده می‌شود، نتیجه شتاب گاز با سرعت نزدیک به نور توسط تأثیر گرانشی باورنکردنی سیاه‌چاله است. این باعث می‌شود گاز گرم شود و در حالی که در اطراف سطح به دام انداختن نور که مرز‌های بیرونی سیاه‌چاله به نام افق رویداد را تشکیل می‌دهد، می‌درخشد.

مدیروس تاکید کرد: تقریباً چهار سال پس از پرده برداری از اولین تصویر از یک سیاه‌چاله توسط EHT در سال ۲۰۱۹، ما نقطه عطف دیگری را رقم زدیم و تصویری را تولید کردیم که برای اولین بار از وضوح کامل استفاده می‌کند.

وی افزود: روش‌های جدید یادگیری ماشینی که ما توسعه داده‌ایم، فرصتی طلایی برای کار جمعی برای درک فیزیک سیاه‌چاله‌ها فراهم می‌کند.

روش PRIMO اکنون می‌تواند برای تصویر ابرسیاه‌چاله واقع در قلب کهکشان راه شیری اعمال شود.

تلسکوپ EHT، تصویری از سیاه‌چاله مرکز کهکشان راه شیری را که کوچکتر، اما بسیار نزدیکتر از *M ۸۷ به ما است، به نام کمان ای* (Sagittarius A*) یا Sgr A* را در ماه مه ۲۰۲۲ نشان داد.

تصویر *Sgr A با استفاده از داده‌های EHT نیز در سال ۲۰۱۷ جمع آوری شد، اما اندازه کوچکتر این سیاه‌چاله با جرم چهار میلیون خورشید که در فاصله ۲۶ هزار سال نوری از زمین واقع شده است، پالایش داده‌ها را دشوارتر کرده بود.

استفاده از PRIMO برای افزایش وضوح تصاویر EHT می‌تواند به اصلاح بهتر تخمین‌ها از ویژگی‌های هر دو ابرسیاه‌چاله از جمله جرم، اندازه و سرعت مصرف ماده آن‌ها کمک کند.

مدیروس در پایان گفت: تصویر سال ۲۰۱۹ فقط آغاز کار بود. اگر یک تصویر ارزش هزار کلمه را داشته باشد، داده‌های زیربنای آن تصویر داستان‌های بیشتری برای گفتن دارند. PRIMO نیز ابزاری حیاتی در استخراج چنین بینش‌هایی خواهد بود.

پژوهش‌های این گروه امروز (۱۳ آوریل ۲۰۲۳) در مجله Astrophysical Journal Letters منتشر شده است.

باشگاه خبرنگاران جوان علمی پزشکی فناوری

منبع: باشگاه خبرنگاران

کلیدواژه: سیاه چاله هوش مصنوعی یک سیاه چاله یادگیری ماشینی برای اولین بار ابرسیاه چاله سیاه چاله ها سیاه چاله سال ۲۰۱۹ داده ها مدل ها

درخواست حذف خبر:

«خبربان» یک خبرخوان هوشمند و خودکار است و این خبر را به‌طور اتوماتیک از وبسایت www.yjc.ir دریافت کرده‌است، لذا منبع این خبر، وبسایت «باشگاه خبرنگاران» بوده و سایت «خبربان» مسئولیتی در قبال محتوای آن ندارد. چنانچه درخواست حذف این خبر را دارید، کد ۳۷۵۲۴۶۳۴ را به همراه موضوع به شماره ۱۰۰۰۱۵۷۰ پیامک فرمایید. لطفاً در صورتی‌که در مورد این خبر، نظر یا سئوالی دارید، با منبع خبر (اینجا) ارتباط برقرار نمایید.

با استناد به ماده ۷۴ قانون تجارت الکترونیک مصوب ۱۳۸۲/۱۰/۱۷ مجلس شورای اسلامی و با عنایت به اینکه سایت «خبربان» مصداق بستر مبادلات الکترونیکی متنی، صوتی و تصویر است، مسئولیت نقض حقوق تصریح شده مولفان در قانون فوق از قبیل تکثیر، اجرا و توزیع و یا هر گونه محتوی خلاف قوانین کشور ایران بر عهده منبع خبر و کاربران است.

خبر بعدی:

اولین سرمربی مارادونا هم به ال‌دیه‌گو پیوست

سزار لوئیس منوتی، یکی از بزرگ‌ترین اسطوره‌های تاریخ فوتبال آرژانتین، در سن ۸۵ سالگی درگذشت.

به گزارش تابناک ورزشی؛ قهرمان جهان در سال ۱۹۷۸ میراثی فراموش‌نشدنی در فوتبال از خود به جای گذاشت. مرد روزاریو و یکی از مهم‌ترین افراد تاریخ فوتبال آرژانتین و جهان، اگرچه به‌عنوان یک فوتبالیست دوران حرفه‌ای خوبی داشت اما به‌عنوان مربی به شکوه خود رسید و بهترین روزهای عمرش را در آن بازه سپری کرد.

"ال‌فلاکو" که کشورش را برای نخستین‌بار قهرمان جام جهانی کرد، اولین سرمربی بود که دیگو مارادونا را به تیم ملی فراخواند و همچنین مربی او در بارسلونا هم بود. منوتی طی سال‌های ۲۰۱۹ تا ۲۰۲۳، یکی از اعضای کادر اجرایی تیم ملی آرژانتین بود.

 منوتی دوران مربی‌گری را با هدایت نیوولز آغاز کرد و سپس قهرمانی با اتلتیکو هوراکان در سال ۱۹۷۳ او را به تیم ملی آرژانتین رساند. او می‌دانست چگونه تیم ملی را به سبک خود بسازد و همین کار را هم کرد. او تیمی هجومی ساخت که در سال ۱۹۷۸ قهرمان جام جهانی شد و بر بام فوتبال جهان ایستاد. 

پس از ناامیدی در سال ۱۹۸۲ و حذف از جام جهانی، او به بارسلونا پیوست و در آنجا سه عنوان قهرمانی به‌دست آورد. منوتی همچنین در دو دوره هدایت بوکا جونیورز را برعهده داشت. سه دوره هم در ایندیپندنته حضور داشت و تا زمان بازنشستگی در سال ۲۰۰۷ در باشگاه‌های اتلتیکو مادرید، ریورپلاته، پنیارول، تیم ملی مکزیک، سمپدوریا، روزاریو سنترال، پوئبلا و تکاس هم مربی‌گری کرد.

او که همیشه مردی محترم در فوتبال آرژانتین بود، در چند وقت اخیر خود را وقف حضور در مدیریت و مشورت در خصوص روند تیم ملی کرده بود. او یکی از حامیان لیونل اسکالونی بود که درنهایت منجر به قهرمانی آرژانتین در جام جهانی ۲۰۲۲ شد.

این مربی آرژانتینی پرافتخار روز یکشنبه در سن ۸۵ سالگی درگذشت.او دریک ماه گذشته به دلیل مشکلات خونی در بیمارستان بستری بود. او بخش قابل توجهی از تاریخ فوتبال را به خود اختصاص داده و انتظار می‌رود در ساعات آینده باشگاه‌های زیادی به این اتفاق تلخ واکنش نشان دهند.