Un team di ricercatori, tra cui un astronomo del NOIRLab di NSF, ha sviluppato una nuova tecnica di apprendimento automatico per migliorare la fedeltà e la nitidezza delle immagini dell’interferometria radio. Per dimostrare la potenza del loro nuovo metodo, che si chiama PRIMO, il team ha creato una nuova versione ad alta fedeltà dell’iconica immagine del buco nero supermassiccio al centro di Messier 87, una gigantesca galassia ellittica situata a 55 milioni di anni luce dalla Terra.
In dettaglio, l’iconica immagine del buco nero supermassiccio al centro di Messier 87 ha ricevuto il suo primo restyling ufficiale. Questa nuova immagine illustra meglio l’intera estensione della regione centrale scura dell’oggetto e l’anello esterno sorprendentemente stretto. Per raggiungere il risultato, un team di ricercatori ha utilizzato i dati originali del 2017 ottenuti dalla collaborazione Event Horizon Telescope (EHT) e ha creato una nuova immagine che, per la prima volta, rappresenta la piena risoluzione dell’EHT.
PRIMO, che sta per (principal-component interferometric modeling, modellazione interferometrica dei componenti principali), è stato sviluppato dai membri dell’EHT Lia Medeiros (Institute for Advanced Study), Dimitrios Psaltis (Georgia Tech), Tod Lauer (NSF’s NOIRLab) e Feryal Ozel (Georgia Tech). Un paper che descrive il lavoro è stato pubblicato su The Astrophysical Journal Letters.
Nel 2017 la collaborazione EHT ha utilizzato una rete di 7 radiotelescopi in diverse località del mondo per formare un telescopio virtuale delle dimensioni della Terra con la potenza e la risoluzione in grado di osservare “l’ombra” dell’orizzonte degli eventi di un buco nero. Sebbene questa tecnica consentisse agli astronomi di vedere dettagli straordinari, mancava del potere di raccolta di un vero telescopio delle dimensioni della Terra, lasciando lacune nei dati. La nuova tecnica di apprendimento automatico dei ricercatori ha contribuito a colmare queste lacune.
“Con la nuova tecnica di apprendimento automatico, PRIMO, siamo stati in grado di ottenere la massima risoluzione dell’array attuale,” ha spiegato l’autrice principale Lia Medeiros. “Poiché non possiamo studiare i buchi neri da vicino, i dettagli in un’immagine giocano un ruolo fondamentale nella nostra capacità di comprenderne il comportamento. La larghezza dell’anello nell’immagine è ora più piccola di circa un fattore due, il che sarà un potente vincolo per i nostri modelli teorici e test di gravità“.
Applicando PRIMO all’immagine EHT di Messier 87, i computer hanno analizzato oltre 30mila immagini simulate ad alta fedeltà di gas che si accumulano su un buco nero per cercare pattern comuni nelle immagini. I risultati sono stati poi miscelati per fornire una rappresentazione altamente accurata delle osservazioni EHT, fornendo contemporaneamente una stima ad alta fedeltà della struttura mancante dell’immagine. Un paper relativo all’algoritmo stesso è stato pubblicato in precedenza su The Astrophysical Journal il 3 febbraio 2023.
Il team ha confermato che l’immagine appena renderizzata è coerente con i dati EHT e con le aspettative teoriche, incluso l’anello luminoso di emissione che dovrebbe essere prodotto dal gas caldo che cade nel buco nero.
La nuova immagine dovrebbe portare a determinazioni più accurate della massa del buco nero di Messier 87 e dei parametri fisici che ne determinano l’aspetto attuale. I dati offrono anche l’opportunità ai ricercatori di porre maggiori vincoli sulle alternative all’orizzonte degli eventi (basato sulla depressione della luminosità centrale più scura) ed eseguire test di gravità più robusti (basati sulla dimensione dell’anello più stretta). PRIMO può anche essere applicato ad ulteriori osservazioni EHT, comprese quelle di Sagittarius A* , il buco nero centrale nella nostra Via Lattea.
“L’immagine del 2019 è stata solo l’inizio,” ha affermato Medeiros. “Se un’immagine vale più di mille parole, i dati alla base di quell’immagine hanno molte più storie da raccontare. PRIMO continuerà a essere uno strumento fondamentale per estrapolaretali intuizioni“.
