Seleziona una pagina
giovedì, Mag 04

La ricostruzione del buco nero di M87 grazie a PRIMO non è merito dell’Intelligenza Artificiale

da Hardware Upgrade :

Come abbiamo avuto modo di scrivere in passato un buco nero è un oggetto celeste decisamente particolare del quale stiamo continuando a imparare ancora molto grazie ai nuovi strumenti scientifici. Grandi risultati sono stati ottenuti grazie all’Event Horizon Telescope (EHT) che ha permesso di catturare un’immagine dei buchi neri al centro delle galassie M87 e della Via Lattea (la galassia dove si trova il Sistema Solare) rispettivamente conosciuti come M87* e Sagittarius A*.

Per quanto questi buchi neri supermassicci siano enormi se si considera la zona del disco di accrescimento e l’orizzonte degli eventi, la loro stessa natura li rende complessi da osservare. Per questo si utilizzano tecniche come l’interferometria per permettere di avere una migliore risoluzione. Nelle settimane si è diffusa una notizia riguardante un miglioramento dell’immagine ottenuta da EHT per M87* grazie all’Intelligenza Artificiale, ma non è proprio così.

Il buco nero di M87 e l’immagine migliorata grazie a PRIMO

La novità è nata da uno studio pubblicato ad aprile 2023 dal titolo The Image of the M87 Black Hole Reconstructed with PRIMO. A spiegare meglio la vicenda è uno dei quattro ricercatori che hanno collaborato alla sua stesura, Tod R. Lauer. Lo stesso scienziato sottolinea come ci sia stata un po’ di confusione nel riportare la notizia da parte dei media e su cosa effettivamente abbia comportato l’utilizzo di PRIMO (Principal Component Interferometric Modeling).

buco nero

In particolare Lauer spiega che non si tratta “semplicemente” di aver reso più nitida e chiara l’immagine presentata nel 2019 da parte del team di EHT (e basata sui dati del 2017). Piuttosto sono stati utilizzati gli stessi dati di partenza per una elaborazione nuova, il tutto senza però coinvolgere Intelligenza Artificiale, reti neurali o qualcosa di simile.

L’analisi delle componenti principali (chiamata anche PCA) è in qualche modo assimilabile a una tecnica di machine learning (in particolare algoritmo dictionary learning). In generale viene utilizzato per cercare la fonte più probabile utilizzata per ricostruire la simulazione finale generando l’immagine attraverso simulazioni magnetoidrodinamiche relativistiche generali ad alta risoluzione. Del resto si tratta di avere a che fare con migliaia di simulazioni ad alta risoluzione del disco di accrescimento di un buco nero supermassiccio.

buco nero

Grazie a questa tecnica è stato possibile ricostruire meglio la struttura con una larghezza inferiore a quanto misurato in precedenza permettendo così una stima migliore della massa del buco nero stesso. Lauer ha sottolineato come già sapessero a cosa si sarebbero trovati davanti e quindi a PRIMO sono stati dati come input informazioni circa una struttura a forma di anello. Il ricercatore scrive “se hai anche solo un’idea *approssimativa* di cosa stai guardando, il rapporto segnale/rumore della ricostruzione dell’immagine aumenta”.

A causa dell’incompletezza delle informazioni catturate attraverso l’interferometria si possono fare alcune assunzioni su come si potrebbe presentare nella realtà. In generale, a causa della tipologia di strumenti utilizzati si è riusciti a ottenere una risoluzione simile a quella di EHT nel 2019 ma non è comunque la più precisa ottenibile in senso assoluto. Del resto non si tratta di fotografie ma di analisi di dati che poi vengono riproposte come immagini e ce ne potranno essere altre che si adatteranno altrettanto bene. In futuro nuove osservazioni con altri telescopi e una maggiore larghezza di banda permetterà di avere nuovi dati da poter sottoporre a PRIMO migliorando così la risoluzione dell’immagine.

Source link