环球播报:科学家使用 AI 增强首张黑洞照片
- 来源：聚焦网
- 2023-04-17 08:56:28
-
收藏
(相关资料图)
一组研究人员开发了一种机器学习技术，可以为首张超大质量黑洞图像赋予新的、更清晰的外观。
Messier 87中心超大质量黑洞的标志性图像是 200 多位天文学家大规模国际合作的成果。事件视界望远镜(EHT)的科学家们使用由七个地面望远镜组成的行星级阵列来捕捉这幅令人难以置信的图像。自最初的观测以来，阵列中增加了更多的望远镜。
当然，2019 年分享的原始图像令人难以置信，但由于人工智能 (AI) 的进步，一个研究团队开发了一种称为 PRIMO 的机器学习技术，可以最大限度地提高现有望远镜阵列的解析可能性。
PRIMO 代表主成分干涉建模，由 EHT 成员 Lia Medeiros(高等研究院)、Dimitrios Psaltis(佐治亚理工学院)、Tod Lauer(NSF 的 NOIRLab)和 Feryal Ozel(佐治亚理工学院)开发。一篇描述该团队工作的论文已发表在《天体物理学杂志快报》上。
EHT PRIMO黑洞AI升级
原始图像和 PRIMO 版本之间的过渡。
PRIMO 依赖于一种称为字典学习的机器学习。这种技术通过向计算机展示“数千个示例”来教授它们特定的规则。该团队将 PRIMO 暴露在梅西耶 87 的 EHT 图像中，计算机分析了 30,000 多张“气体吸积到黑洞”的高保真模拟图像，以在数万张模拟图像中找到共同的模式。
Space.com解释说，然后根据它们影响模拟的频率对识别出的模式进行排序，这有助于 PRIMO 揭示望远镜阵列在原始观测中可能遗漏的结构。
“我们正在使用物理学以前所未有的方式使用机器学习来填充缺失数据的区域。这可能对干涉测量法产生重要影响，干涉测量法在从系外行星到医学等领域发挥着重要作用，”Medeiros 在高级研究所发布的新闻稿中解释道。
“然后混合结果以提供 EHT 观测的高度准确表示，同时提供图像缺失结构的高保真估计，” NOIRLab 解释说。用于创建清晰的新照片的机器学习算法在天体物理学杂志中有详细介绍。
标签：
