INTELIGÊNCIA ARTIFICIAL MELHORA A QUALIDADE DA IMAGEM DO BURACO NEGRO DA M87

r2d2-star-wars

BAIXE O NOVO SPACE TODAY+ NO SEU CELULAR E FIQUE CONECTADO COM O UNIVERSO! É GRÁTIS! https://www.spacetodayplus.com.br

OUÇA O PODCAST HORIZONTE DE EVENTOS:
https://www.spreaker.com/episode/52441779

ADQUIRA AGORA O KIT EM HOMENAGEM AO LANÇAMENTO DA MISSÃO JUICE!!!

https://spacetodaystore.com/produtos/kit-juice-camiseta-caneca/

Uma equipe de pesquisadores, incluindo um astrônomo do NOIRLab da NSF, desenvolveu uma nova técnica de aprendizado de máquina para aprimorar a fidelidade e a nitidez das imagens de radiointerferometria. Para demonstrar o poder de sua nova abordagem, chamada PRIMO, a equipe criou uma nova versão de alta fidelidade da imagem do icônico Event Horizon Telescope do buraco negro supermassivo no centro de Messier 87, uma galáxia elíptica gigante localizada a 55 milhões de anos-luz da Terra.

A imagem icônica do buraco negro supermassivo no centro de Messier 87 recebeu sua primeira reforma oficial, graças a uma nova técnica de aprendizado de máquina conhecida como PRIMO. Esta nova imagem ilustra melhor toda a extensão da região central escura do objeto e o anel externo surpreendentemente estreito. Para alcançar este resultado, uma equipe de pesquisadores usou os dados originais de 2017 obtidos pela colaboração do Event Horizon Telescope ( EHT ) e criou uma nova imagem que, pela primeira vez, representa a resolução total do EHT. [1]

PRIMO, que significa modelagem interferométrica de componentes principais, foi desenvolvido pelos membros do EHT Lia Medeiros (Instituto de Estudos Avançados), Dimitrios Psaltis (Georgia Tech), Tod Lauer (NSF’s NOIRLab) e Feryal Ozel (Georgia Tech). Um artigo descrevendo seu trabalho foi publicado no The Astrophysical Journal Letters .

Em 2017, a colaboração do EHT usou uma rede de sete radiotelescópios em diferentes locais ao redor do mundo para formar um telescópio virtual do tamanho da Terra com potência e resolução capaz de observar a “sombra” do horizonte de eventos de um buraco negro. [2] Embora essa técnica permitisse aos astrônomos ver detalhes notavelmente finos, faltava o poder de coleta de um telescópio real do tamanho da Terra, deixando lacunas nos dados. A nova técnica de aprendizado de máquina dos pesquisadores ajudou a preencher essas lacunas.

“ Com nossa nova técnica de aprendizado de máquina, PRIMO, conseguimos atingir a resolução máxima do array atual ”, diz a principal autora Lia Medeiros. “ Como não podemos estudar os buracos negros de perto, os detalhes de uma imagem desempenham um papel crítico em nossa capacidade de entender seu comportamento. A largura do anel na imagem agora é menor em cerca de um fator de dois, o que será uma restrição poderosa para nossos modelos teóricos e testes de gravidade ”.

O PRIMO se baseia em um ramo do aprendizado de máquina conhecido como aprendizado de dicionário, que ensina aos computadores certas regras, expondo-os a milhares de exemplos. O poder desse tipo de aprendizado de máquina foi demonstrado de várias maneiras, desde a criação de obras de arte em estilo renascentista até a conclusão da obra inacabada de Beethoven .

Aplicando o PRIMO à imagem EHT de Messier 87, os computadores analisaram mais de 30.000 imagens simuladas de alta fidelidade de gás se acumulando em um buraco negro para procurar padrões comuns nas imagens. Os resultados foram combinados para fornecer uma representação altamente precisa das observações do EHT, fornecendo simultaneamente uma estimativa de alta fidelidade da estrutura ausente da imagem. Um artigo pertencente ao próprio algoritmo foi publicado anteriormente no The Astrophysical Journal em 3 de fevereiro de 2023.

A equipe confirmou que a imagem recém-renderizada é consistente com os dados do EHT e com as expectativas teóricas, incluindo o anel brilhante de emissão que se espera ser produzido pelo gás quente caindo no buraco negro.

A nova imagem deve levar a determinações mais precisas da massa do buraco negro Messier 87 e dos parâmetros físicos que determinam sua aparência atual. Os dados também fornecem uma oportunidade para os pesquisadores colocarem maiores restrições nas alternativas ao horizonte de eventos (com base na depressão de brilho central mais escura) e realizarem testes de gravidade mais robustos (com base no tamanho do anel mais estreito). O PRIMO também pode ser aplicado a observações adicionais do EHT, incluindo as de Sagitário A* , o buraco negro central em nossa própria Via Láctea.

“ A imagem de 2019 foi só o começo ”, disse Medeiros. “ Se uma imagem vale mais que mil palavras, os dados subjacentes a essa imagem têm muito mais histórias para contar. O PRIMO continuará a ser uma ferramenta crítica na extração desses insights .”

FONTES:

https://noirlab.edu/public/news/noirlab2310/?lang

https://iopscience.iop.org/article/10.3847/2041-8213/acc32d/pdf

#BLACKHOLE #UNIVERSE

O post INTELIGÊNCIA ARTIFICIAL MELHORA A QUALIDADE DA IMAGEM DO BURACO NEGRO DA M87 apareceu primeiro em SPACE TODAY – NASA, Space X, Exploração Espacial e Notícias Astronômicas em Português.

Artigo original:
spacetoday.com.br