Cientistas divulgam a primeira imagem nítida de um buraco negro melhorada com inteligência artificial

Esta é uma nova versão da imagem capturada do buraco negro supermassivo no centro da galáxia Messier 87.

Por Redação National Geographic Brasil
Publicado 13 de abr. de 2023, 16:00 BRT

Uma equipe de pesquisadores, incluindo um astrônomo do NOIRLab, desenvolveu uma nova técnica de aprendizado de máquina (machine learning) para melhorar a resolução e a nitidez das imagens de radiointerferometria. Para demonstrar o poder de sua nova ferramenta, chamada Primo, a equipe criou uma nova versão de alta qualidade da icônica imagem do Event Horizon Telescope do buraco negro supermassivo no centro da galáxia elíptica Messier 87, localizada a 55 milhões de anos-luz de distância da Terra. Acima, é possível ver a imagem do buraco negro supermassivo M87 publicada originalmente em 2019 (à esquerda) e a nova imagem gerada pela Primo, que usou o mesmo conjunto de dados (à direita).

Foto de L. Medeiros (Institute for Advanced Study), D. Psaltis (Georgia Tech), T. Lauer (NSF’s NOIRLab), and F. Ozel (Georgia Tech)

primeira imagem já tirada do buraco negro localizado no centro da galáxia Messier 87 (M87), lançada pelo Telescópio Event Horizon (EHT, na sigla em inglês), em 2019, foi retocada por meio de machine learning, uma categoria de inteligência artificial que foi batizada de Primo. 

De acordo com uma publicação do Centro de Pesquisas NOIRlab, da Fundação Nacional da Ciência (NSF, na sigla em inglês), esta nova imagem ilustra melhor a extensão total da região escura central do objeto e o anel externo surpreendentemente estreito ao redor dele.

O artigo original, publicado na revista científica The Astrophysical Journal Letters, explica como pesquisadores ensinaram ao algoritmo certas regras de comportamento baseadas na exposição a mais de 30 mil imagens de alta qualidade de simulações de acúmulo de gás em um buraco negro.

Usando um método chamado aprendizagem de dicionário, a Primo aprendeu a detectar padrões comuns entre as amostras de imagem e, com eles, completar a imagem com uma representação mais precisa das observações captadas pelo EHT, fornecendo mais detalhes de alta qualidade da estrutura faltante do buraco negro no centro da galáxia.

(Inteligência Artificial: O que é e para que serve o ChatGPT)

Como os buracos negros são estudados a partir da Terra

O NOIRLab adverte que a sombra de um buraco negro é o mais próximo que pode ser estudado com resultados de imagem, pois ele é um objeto espacial completamente escuro e com uma gravidade tão intensa que nem a luz consegue escapar. 

A partir de análises das imagens das sombras, ainda que limitadas, astronomos puderam entender muito sobre o buraco negro no centro da M87. Por exemplo:

  • O limite do buraco negro conhecido é cerca de 2,5 vezes menor do que a sombra que ele projeta;
  • Ele tem pouco menos de 40 bilhões de quilômetros de diâmetro;
  • O anel ao seu redor é produzido por gás quente que cai dentro dele.

De acordo com pesquisadores do centro de pesquisa, as configurações atuais dos buracos negros desempenham um papel crucial na capacidade de compreender o comportamento deles porque é impossível estudá-los de perto. "A largura do anel na imagem é agora menor por um fator de dois, o que será uma restrição poderosa para nossos modelos teóricos e testes de gravidade", informa o NOIRLab.

É por esta razão que os novos resultados de imagens nítidas levam a determinações mais precisas sobre a massa do buraco negro da M87 e os parâmetros físicos que determinam sua estrutura. Para isso, a Primo pode ser essencial para o estudo de outros buracos negros observados pelo telescópio EHT, como o Sagitário A, localizado no centro de nossa Via Láctea.

mais populares

    veja mais
    loading

    Descubra Nat Geo

    • Animais
    • Meio ambiente
    • História
    • Ciência
    • Viagem
    • Fotografia
    • Espaço
    • Vídeo

    Sobre nós

    Inscrição

    • Assine a newsletter
    • Disney+

    Siga-nos

    Copyright © 1996-2015 National Geographic Society. Copyright © 2015-2024 National Geographic Partners, LLC. Todos os direitos reservados