首張AI技術改造　重塑銀河系中心超級大黑洞

編譯／李寓心

近期有科學家，將先前拍攝到一個遙遠的超大質量黑洞，透過超級計算機的改造，顯示出更加清晰的黑洞樣貌，並將圖像提高至高保真度（Hi-Fi），不僅重新定義該黑洞的特徵，也有助於科學家更好地了解在銀河系中的黑洞。

根據報導，梅西耶87（Messier 87），也稱為「室女A星系」，是銀河系附近質量最大的星系之一，其核心是一個超大質量的黑洞，並將該黑洞稱為「M87*」。而M87*是2017年，由事件視界望遠鏡（Event Horizon Telescope, EHT）所收集到，於2019年對外公開。

雖然EHT是一個由全球7台望遠鏡所組成，具有綜合觀測能力，但其收集到的數據仍存有差異，就像拼圖中缺失的一塊。因此，天體物理學博士後研究員Lia Medeiros與團隊，使用一種稱為「主成分干涉模型」（principal-component interferometric modeling, PRIMO）的機器學習技術，來填補M87圖像中空白的部分，並將EHT陣列提升至最大值。

Medeiros說道：「由於我們無法近距離的研究黑洞，因此圖像的細節，對我們在理解黑洞的過程中，有著至關重要的作用。」透過PRIMO技術優化的M87*圖像，讓科學家能更準確地，將實際觀察到的黑洞與理論預測相匹配。該團隊的研究員Tod Lauer也在聲明中表示，PRIMO是一種新方法，可彌補EHT觀測建構圖像中缺失的部分。

對於PRIMO技術，世界著名的理論研究機構普林斯頓高等研究院（IAS）解釋，PRIMO為機器學習的其中一個分支—字典學習（Dictionary Learning），主要能夠根據大量訓練材料生成規則。因此，該團隊提供了30,000張Hi-Fi的黑洞模擬圖像，使PRIMO能夠尋找出模式，並將其合併至EHT圖像中，以創建出M87*的Hi-Fi圖像，顯示出望遠鏡可能遺漏的黑洞結構。

Medeiros表示，PRIMO的機器學習技術，對干涉術（Interferometry）產生重要的影響，可從系外行星至醫學等領域，發揮關鍵作用。而使用PRIMO技術，不僅提高EHT圖像的解析度，改善對超大質量黑洞特徵的估計，包括質量、大小和消耗物質的速率等，同時也提供一個了解黑洞物理學的絕佳機會，成為提取黑洞更多資訊的重要工具。

資料來源：SPACE

瀏覽 575 次