Un articolo pubblicato sulla rivista “The Astrophysical Journal Letters” riporta i risultati dell’uso di un sistema di apprendimento automatico per ottenere una versione più nitida e dettagliata dell’immagine che mostra l’area attorno al buco nero supermassiccio al centro della galassia M87. Lia Medeiros (Institute for Advanced Study), Dimitrios Psaltis (Georgia Tech), Tod Lauer (NOIRLab) e Feryal Özel (Georgia Tech), tutti membri della Collaborazione Event Horizon Telescope (EHT) che ha ottenuto l’immagine ormai diventata celebre, hanno sviluppato il sistema PRIMO per rielaborare i dati raccolti nel corso della campagna di osservazione originale del 2017. Il loro scopo è di ottenere la massima risoluzione possibile con tutti i dettagli presenti nei dati raccolti dai vari radiotelescopi che partecipano alla Collaborazione EHT. L’immagine, sulla quale i quattro ricercatori detengono i diritti, mostra il confronto tra il celebre risultato pubblicato nel 2019 e quello del primo test con PRIMO.
La tecnica dell’interferometria permette di combinare le rilevazioni di diversi radiotelescopi. Nel caso della Collaborazione EHT, gli strumenti erano sparsi per tutto il mondo ottenendo risultati mai visti prima proprio perché sono stati messi in grado di lavorare come se si trattasse di un unico colossale strumento. Tuttavia, il fatto che le antenne che sono state usate per le rilevazioni siano sparse qua e là per il mondo impedisce di ottenere gli stessi risultati in termini di dati raccolti di una singola antenna con il diametro della Terra. Anche in questo caso, tecnologie informatiche molto avanzate sono state utilizzate per ottenere risultati altrimenti impossibili per compensare quella mancanza di dati.
I sistemi di apprendimento automatico vengono impiegati in molti campi già da anni ma solo recentemente il grande pubblico ha cominciato a conoscerli grazie alla diffusione dei chatbot. Si tratta di sistemi spesso definiti di intelligenza artificiale in modo decisamente ottimistico ma questo è un altro argomento. In un articolo pubblicato nel febbraio 2023 sulla rivista “The Astrophysical Journal”, i quattro ricercatori della Collaborazione EHT che ora hanno pubblicato i primi risultati descrivevano il sistema PRIMO (Principal-component Interferometric Modeling).
In termini molto semplici, PRIMO è stato addestrato usando oltre trentamila simulazione molto precise di buchi neri circondati da gas. Ciò ha permesso a PRIMO di rielaborare i dati relativi alla galassia M87 raccolti dalla Collaborazione EHT nella campagna di osservazione del 2017 includendo una stima molto precisa delle strutture mancanti.
Il risultato è visibilmente diverso dall’elaborazione originale dell’area attorno al buco nero supermassiccio al centro di M87 pubblicata nel 2019. L’immagine generata da PRIMO mostra l’anello luminoso che circonda l’ombra del buco nero decisamente più sottile e ben più dettagliato. Allo stesso tempo, l’ombra del buco nero al centro dell’immagine ha dimensioni maggiori.
Una ricostruzione più precisa dell’immagine è importante perché permette di testare in modo più rigoroso i modelli relativi ai buchi neri e a stimare in modo più preciso le caratteristiche del buco nero supermassiccio al centro della galassia M87.
Per i ricercatori questo è solo l’inizio e il sistema PRIMO verrà applicato anche ai dati raccolti nelle successive campagne di osservazione della Collaborazione EHT come quella che ha portato alla pubblicazione avvenuta l’anno scorso di un’immagine dell’area attorno a Sagittarius A*, il buco nero supermassiccio al centro della Via Lattea. Pian piano, questi studi stanno permettendo agli scienziati di conoscere meglio questi oggetti davvero estremi.
