Како усликати црну рупу? | Кејти Бауман (Katie Bouman) | TEDxBeaconStreet

Да бисте усликали црну рупу, потребан вам је телескоп величине планете. То није заиста изводљиво, али Кејти Бауман и њен тим су смислили алтернативно решење које укључује сложене алгоритме и глобалну сарадњу. Одслушајте овај говор да схватите како можемо да видимо у најтамнијем мраку.

Овај говор одржан је на локалном TEDx догађају који користи формат TED конференције, али га независно организује локална заједница. Сазнајте више на http://ted.com/tedx.

У филму „Међузвездани“

можемо изблиза видети
супермасивну црну рупу.

Смештена иза светлог гаса,

огромна гравитација ове црне рупе

савија светлост у прстен.

Међутим, ово није права фотографија,

већ компјутерски графички приказ,

уметничка интерпретација
могућег изгледа црне рупе.

Пре сто година,

Алберт Ајнштајн је први пут објавио
општу теорију релативности.

У годинама које су уследиле,

научници су обезбедили
много доказа у прилог те теорије.

Ипак, једна ствар коју ова теорија
предвиђа, црне рупе,

још увек нису директно уочене.

Иако имамо неку представу о томе
како би црна рупа могла изгледати,

никада заправо нисмо и усликали неку.

Ипак, можда ће вас изненадити сазнање

да ћемо можда видети прву слику црне рупе
у наредних пар година.

Добијање те прве слике ће зависити
од интернационалног тима научника,

телескопа величине Земље

и алгоритма који спаја делове
у коначну слику.

Иако нећу моћи да вам покажем
праву слику црне рупе данас,

желим да вам дам кратак увид
у напоре које укључује

добијање те прве слике.

Моје име је Кејти Бауман

и докторант сам на МИТ-у.

Вршим истраживања
у компјутерској научној лабораторији

која ради на оспособљавању компјутера
да виде кроз слике и снимке.

Иако нисам астроном,

данас желим да вам покажем

како сам успела да допринесем
овом узбудљивом пројекту.

Ако прођете јарка градска светла вечерас,

можда ћете имати среће
да угледате невероватан призор

галаксије Млечни пут.

Ако бисте могли да пројурите
поред милиона звезда,

26 000 светлосних година
према центру спиралног Млечног пута,

на крају бисмо стигли
до групе звезда тачно у центру.

Завирујући кроз галактичку прашину
помоћу инфрацрвених телескопа,

астрономи посматрају ове звезде
више од 16 година.

Међутим, оно што не виде
је најспектакуларније.

Делује као да ове звезде круже
око невидљивог предмета.

Пратећи кретање ових звезда,

астрономи су закључили

да је једина довољно мала и тешка ствар
да проузрокује ово кретање

супермасивна црна рупа,

ствар која је толико густа да гута
све што јој приђе довољно близу,

па чак и светлост.

Али, шта се дешава
ако увећамо слику још више?

Да ли је могуће видети нешто
што је, по дефиницији, немогуће видети?

Па, испоставило се да, ако бисмо
је увећали преко радио-таласа,

очекивали бисмо да видимо светлосни прстен

који је настао због гравитационог
искривљења вреле плазме

која се брзо креће око црне рупе.

Другим речима,

црна рупа баца сенку
на ову позадину светлог материјала,

исцртавајући мрачну сферу.

Овај светлосни прстен открива
хоризонт догађаја црне рупе,

на ком гравитација постаје толико јака

да јој не може побећи чак ни светлост.

Ајнштајнова теорија предвиђа
величину и облик овог прстена,

па усликавање овога
не би било само интересантно,

већ би помогло и да се потврди
да су ове једначине одрживе

у екстремним условима око црне рупе.

Међутим, ова црна рупа
је толико далеко од нас

да са Земље овај прстен
делује као невероватно мали,

исте величине за нас
као поморанџа на површини Месеца.

Због тога је њено усликавање
изузетно тешко.

Зашто се то дешава?

Па, све се своди на једноставну једначину.

Због појаве под именом преламање,

постоје основна ограничења

за најмање предмете које можемо видети.

Ова главна једначина каже да,
да бисмо видели све мање ствари,

треба да правимо све веће телескопе.

Међутим, чак и са најмоћнијим
оптичким телескопом овде, на Земљи,

не можемо чак ни да се приближимо
резолуцији која је потребна

да се услика површина на Месецу.

Заправо, овде показујем слику
са највећом резолуцијом свих времена

на којој је усликан Месец са Земље.

Садржи отприлике 13 000 пиксела,

а ипак би сваки пиксел садржао
преко 1,5 милиона поморанџи.

Па, колики је то телескоп
који нам је потребан

да видимо поморанџу на површини Месеца

и, по аналогији, нашу црну рупу?

Па, испоставило се уз много прорачуна

да лако можете да израчунате
да би нам био потребан телескоп

величине читаве Земље.

(Смех)

Ако бисмо изградили
овај телескоп величине Земље,

тек бисмо почели да разазнајемо
препознатљиви светлосни прстен

који указује на постојање
хоризонта догађаја црне рупе.

Иако ова слика не би садржала
све детаље које видимо

у компјутерским графичким приказима,

омогућила би нам
да безбедно бацимо први поглед

на непосредно окружење око црне рупе.

Међутим, као што можете да замислите,

изградња једносложног телескопа
величине Земље је немогућа.

Међутим, изражено
прослављеним речима Мика Џегера:

„Не можеш увек добити оно што желиш,

али ако понекад покушаш,
можда откријеш да добијаш шта ти треба.“

А повезивањем телескопа широм света,

интернационална сарадња под именом
„Телескоп Хоризонт догађаја“

ствара компјутерски телескоп
величине Земље

који ће моћи да разреши структуру

на нивоу хоризонта догађаја црне рупе.

Планира се да ова мрежа телескопа

направи своју прву слику
црне рупе следеће године.

Сви телескопи у светској мрежи
раде удружено.

Повезани кроз прецизно мерење времена
уз помоћ атомских часовника,

тимови истраживача
на свакој од локација замрзавају светлост

прикупљајући хиљада терабајтова података.

Ови подаци се обрађују у лабораторији
управо овде, у Масачусетсу.

Па, како ово уопште функционише?

Сећате се да, ако желимо да видимо
црну рупу у центру наше галаксије,

треба да изградимо немогуће велики
телескоп величине Земље?

Претварајмо се на тренутак
да бисмо могли да изградимо

телескоп величине Земље.

Ово би било помало
као да претварамо Земљу

у џиновску диско куглу која се врти.

Свако појединачно огледалце
прикупљало би светлост

коју онда можемо да укомбинујемо
у целину да створимо слику.

Међутим, хајде да сада склонимо
већину ових огледала,

тако да само пар остану.

И даље можемо да покушамо
да укомбинујемо ове информације,

али сада има пуно рупа.

Ова преостала огледалца представљају
места на којима имамо телескопе.

Ово је невероватно мали број мерења
да бисмо од њих направили слику.

Међутим, иако прикупљамо светлост
само на неколико локација телескопа,

са окретањем Земље видимо
и друга, нова мерења.

Другим речима, са окретањем диско кугле,
ова огледалца мењају локације

и можемо да видимо различите делове слике.

Алгоритми за стварање слике које развијамо
попуњавају празнине диско кугле

да бисмо реконструисали слику црне рупе
која се налази у позадини.

Да имамо телескопе
који се налазе свуда по свету -

другим речима, свуда по диско кугли -

ово би било тривијално.

Међутим, видимо само неколико узорака

и због тога постоји
бескрајно много могућих слика

које у потпуности одговарају
мерењима нашег телескопа.

Међутим, нису све слике
направљене на исти начин.

Неке од ових слика личе више од других
на оно што подразумевамо под сликама.

Тако, моја улога у помагању
да се направи прва слика црне рупе

је стварање алгоритма
да би се пронашао најприкладнији приказ

који се уклапа и у телескопска мерења.

Као што уметник форензичких скица
користи ограничене описе

да састави слику користећи
своје знање о структури лица,

алгоритми за добијање слике
на којима радим

користе ограничене податке телескопа

да би нас довели до слике која изгледа
као ствари у нашем универзуму.

Користећи ове алгоритме,
можемо да саставимо слике

из ових оскудних, нејасних података.

Овде вам показујем пример реконструкције
урађене помоћу симулираних података,

када замишљамо да смо уперили телескопе

према црној рупи у центру наше галаксије.

Иако је ово само симулација,
оваква реконструкција нам улива наду

да ћемо ускоро моћи са сигурношћу
да направимо прву слику црне рупе

и да из тога закључимо
величину њеног прстена.

Иако бих волела да наставим са причом
о детаљима овог алгоритма,

срећом по вас, немам времена.

Ипак, желим да укратко стекнете представу

о томе како дефинишемо
изглед нашег универзума

и како ово користимо да реконструишемо
и потврдимо наше резултате.

Пошто постоји
безгранично много могућих слика

које савршено објашњавају
мерења нашег телескопа,

морамо некако да изаберемо неке међу њима.

То чинимо кроз рангирање слика

на основу тога колика је могућност
да су слике црне рупе,

а затим бирамо ону
за коју је могућност највећа.

Шта под овим тачно подразумевам?

Рецимо, покушавамо да направимо модел

који ће нам рећи колико је вероватно
да се нека слика појави на Фејсбуку.

Вероватно бисмо желели да тај модел каже

да је прилично невероватно да неко
постави слику шумова са леве стране

и да је веома вероватно
да неко постави селфи

као овај на десној страни.

Слика у средини је мутна,

па, иако је је вероватније
да ћемо је видети на Фејсбуку

од слике шумова,

вероватно је мања шанса
да ћемо је видети пре него селфи.

Међутим, када се ради
о сликама из црне рупе,

пред собом имамо праву загонетку;
никада раније нисмо видели црну рупу.

У том случају, која је слика
црне рупе вероватна

и шта да претпоставимо
о структури црне рупе?

Могли бисмо да покушамо

да користимо слике симулација
које смо урадили,

као што је слика црне рупе
из „Међузвезданих“,

али, ако бисмо то учинили,
то би могло да створи озбиљне проблеме.

Шта би се десило
ако се Ајнштајнове теорије не би одржале?

И даље бисмо желели да реконструишемо
тачну слику онога што се дешава.

Ако превише укључимо
Ајнштајнове једначине у наше алгоритме,

завршићемо тако што ћемо видети
слику коју очекујемо да видимо.

Другим речима, желимо
да оставимо отворену опцију

за то да постоји џиновски слон
у центру наше галаксије.

(Смех)

Различите врсте слика имају
веома специфичне особине.

Лако можемо да видимо разлику
између симулација слика црне рупе

и оних које правимо
свакодневно овде, на Земљи.

Треба нам начин да кажемо алгоритмима
како изгледају слике

без превеликог наметања
једне врсте особина слике.

Један начин да ово решимо

је да наметнемо особине
различитих врста слика

и да видимо како врста слике
коју користимо као претпоставку

утиче на наше реконструкције.

Ако сви типови слика стварају
слику која врло слично изгледа,

онда можемо да постанемо сигурнији

да наше претпоставке o сликама
не утичу толико на слику.

Ово је помало налик давању истог описа

трима различитим уметницима
који праве скице свуда по свету.

Ако сви направе врло слична лица,

онда можемо да постанемо сигурни

да не намећу своје културолошке
пристрасности на своје слике.

Један начин на који можемо покушати
да наметнемо различите особине слика

је коришћење делића постојећих слика.

Тако, узмемо огромне колекције слика

и раздвојимо их на делиће слика.

Онда можемо да третирамо сваки делић
помало као да је делић слагалице.

Користимо делиће слагалице
који се често јављају

да бисмо склопили слику која се уклапа
и у наша телескопска мерења.

Различите врсте слика имају
веома специфичне групе делића слагалице.

Па, шта се дешава ако узмемо исте податке,

али користимо различите групе
делића слагалице

да бисмо реконструисали слику?

Кренимо од делића слагалице
слике симулације црне рупе.

Добро, ово делује прихватљиво.

Ово изгледа како очекујемо
да црна рупа изгледа.

Међутим, да ли смо добили ово

зато што смо убацили
делиће симулације слика црне рупе?

Испробајмо још једну групу
делића слагалице

из астрономских предмета
који не припадају црним рупама.

Добро, добијамо слику која слично изгледа.

Шта је са делићима са свакодневних слика,

као што су слике које правите
помоћу своје камере?

Сјајно, видимо исту слику.

Када добијемо исту слику
од свих различитих група делића слагалице,

онда постајемо сигурнији

да наше претпоставке

не утичу пуно
на коначну слику коју добијамо.

Још једна ствар коју радимо је узимање
истих група делића слагалице,

као што су оне које потичу
из свакодневних слика,

и користимо их за реконструисање
различитих врста извора слика.

Дакле, у нашим симулацијама

претварамо се да црна рупа изгледа

као астрономски предмети
који нису црна рупа,

као и свакодневни прикази
као што је слон у центру наше галаксије.

Када резултати наших алгоритама
на дну изгледају врло слично

правом приказу симулације на врху,

онда можемо да постанемо
сигурнији у наше алгоритме.

Заиста желим да нагласим овде

да су све ове слике настале

састављањем комадића
свакодневних фотографија,

као оних које бисте добили
помоћу своје личне камере.

Дакле, слика црне рупе
коју никада пре нисмо видели

на крају ће можда бити направљена
састављањем комадића које виђамо стално.

Овакве идеје о сликама омогућиће нам

да направимо прве слике црне рупе

и да, надам се, потврдимо познате теорије

на које се научници ослањају свакодневно.

Међутим, наравно, функционисање
оваквих идеја везаних за слике

никада не би било могуће
без невероватног тима истраживача

са којима имам привилегију да радим.

И даље ме одушевљава што,

иако сам започела рад на овом пројекту
без предзнања о астрофизици,

оно што смо постигли
кроз ову јединствену сарадњу

може дати резултат
у виду прве слике црне рупе.

Међутим, велики пројекти
као што је „Телескоп Хоризонт догађаја“

успешни су захваљујући
интердисциплинарној стручности

коју различити људи доносе у пројекат.

Ми смо мешавина астронома,

физичара, математичара и инжењера.

Ово ће ускоро омогућити

да постигнемо нешто
за шта се некада мислило да је немогуће.

Желим све да вас охрабрим да изађете

и припомогнете у померању граница науке,

иако вам то испрве може деловати
мистериозно као и црна рупа.

Хвала вам.

(Аплауз)