Nel film "Interstellar", osserviamo da vicino un buco nero supermassiccio. Un gas luminoso sullo sfondo, la massiccia attrazione gravitazionale del buco nero che flette la luce formando un anello. Questa non è una vera fotografia, ma una rappresentazione grafica al computer - un'interpretazione artistica di come potrebbe apparire un buco nero. Cento anni fa, Albert Einstein pubblicò la sua teoria della relatività generale. Negli anni successivi, gli scienziati hanno fornito prove a sostegno di questa teoria. Ma una cosa prevista da questa teoria, i buchi neri, non è stata ancora osservata direttamente. Anche se abbiamo qualche idea su come potrebbe essere un buco nero, non ne abbiamo mai fotografato uno. Tuttavia, potrebbe sorprendervi sapere che una prima immagine di un buco nero potremmo ottenerla entro un paio d'anni. Per ottenere questa prima immagine, un team internazionale di scienziati utilizzerà un telescopio delle dimensioni della Terra e un algoritmo per comporre l'immagine finale. Anche se oggi non sarò in grado di mostrarvi un'immagine di un buco nero, vorrei farvi capire lo sforzo necessario per ottenere quella prima immagine. Mi chiamo Katie Bouman, e sono una dottoranda al MIT. Lavoro in un laboratorio di informatica il cui obiettivo è usare immagini e video per insegnare i computer a vedere. Ma anche se non sono un astronoma, oggi vorrei mostrarvi come ho contribuito a questo entusiasmante progetto. Se questa sera andate in un posto buio, lontano delle luci della città, potreste essere fortunati e godervi una vista mozzafiato della Via Lattea. E se poteste ingrandire milioni di stelle, 26.000 anni luce verso il cuore della spirale della Via Lattea, alla fine raggiungereste un gruppo di stelle proprio al centro. Oltrepassando tutta la polvere galattica con i telescopi a infrarossi, gli astronomi hanno osservato queste stelle per oltre 16 anni. Ma è quello che non vedono, a essere ancora più spettacolare. Queste stelle sembrano orbitare attorno a un oggetto invisibile. Seguendo i percorsi di queste stelle, gli astronomi hanno concluso che l'unica cosa piccola e pesante da causare questo movimento è un buco nero supermassiccio - un oggetto così denso da risucchiare qualsiasi cosa si avventuri troppo vicino, luce inclusa. Ma cosa succederebbe, se ingrandissimo ulteriormente? È possibile vedere qualcosa che, per definizione, non si può vedere? Be', se dovessimo ingrandire fino alle lunghezza delle onde radio, ci aspettiamo di vedere un anello di luce causato dalla lente gravitazionale del plasma caldo che sfreccia attorno al buco nero. In altre parole, il buco nero proietta un'ombra su questo fondale di materiale luminoso, ritagliando una sfera di oscurità. Questo anello luminoso rivela l'"orizzonte degli eventi" del buco nero, dove l'attrazione gravitazionale diventa così grande che nemmeno la luce può sfuggire. Le equazioni di Einstein stimano la dimensione e la forma di questo anello, quindi scattare una foto non sarebbe solo bello, ma aiuterebbe anche a verificare che queste equazioni valgono anche in condizioni estreme, come attorno a un buco nero. Questo buco nero, tuttavia, è così lontano da noi che dalla Terra questo anello appare incredibilmente piccolo - come se fosse un'arancia sulla superficie lunare. Ciò rende estremamente difficile scattarne una foto. Perché? Be', tutto si riduce a una semplice equazione. A causa di un fenomeno chiamato diffrazione, ci sono limiti fondamentali alle dimensioni degli oggetti visibili. Questa equazione dice che, per vedere cose sempre più piccole, dobbiamo ingrandire sempre più il nostro telescopio. Ma anche con i più potenti telescopi ottici sulla Terra, nemmeno ci avviciniamo alla risoluzione necessaria per scattare un'immagine della superficie lunare. Qui vedete una delle immagini alla più alta risoluzione di sempre della Luna dalla Terra. Contiene circa 13.000 pixel, eppure ogni pixel conterrebbe oltre 1,5 milioni di arance. Quanto grande, allora, dovrebbe essere un telescopio per vedere un'arancia sulla superficie della Luna - e, per estensione, il nostro buco nero? Giocando con i numeri, si può facilmente calcolare che il telescopio dovrebbe essere grande come la Terra. (Risate) E se anche potessimo costruirlo, appena distingueremmo quel particolare anello di luce che indica l'orizzonte degli eventi del buco nero. Questa immagine non contiene tutti i dettagli che vediamo nei rendering grafici; ma ci permetterebbe di apprezzare, per la prima volta, l'ambiente circostante a un buco nero. Come potete immaginare, costruire un telescopio a singola apertura grande come l'intera Terra è impossibile. Ma nelle famose parole di Mick Jagger, "Non puoi sempre ottenere quello che vuoi. Ma a volte, se ci provi, potresti trovare quel che ti serve". E connettendo telescopi da tutto il mondo, una collaborazione internazionale chiamata Event Horizon Telescope sta creando un "telescopio computazionale" grande come l'intera Terra, in grado di risolvere la struttura sulla scala dell'orizzonte degli eventi di un buco nero. L'anno prossimo, questa rete di telescopi creerà la prima immagine di un buco nero. Tutti i telescopi nella rete mondiale funzionano insieme. Sincronizzati usando precisissimi orologi atomici, gruppi di ricercatori sparsi in tutto il mondo congelano la luce, raccogliendo migliaia di terabyte di dati. Questi dati vengono poi elaborati qui, in un laboratorio del Massachusetts. Ma come funziona? Ricordate, se vogliamo vedere il buco nero nel centro della nostra galassia, dobbiamo costruire un telescopio di dimensioni terrestri? Fingiamo, per un secondo, di poter costruire un telescopio grande come la Terra. Questo sarebbe come trasformare la Terra in una gigantesca palla da discoteca rotante. Ogni singolo specchio raccoglierebbe la luce da riaggregare, poi, per creare un'immagine. Ora rimuoviamo la maggior parte di questi specchi, così che ne rimangano solo pochi. Potremmo ancora provare a combinare queste informazioni insieme; ma ora ci sarebbero molti buchi. Gli specchi rimanenti rappresentano le posizioni in cui abbiamo i telescopi. È un numero incredibilmente piccolo di misurazioni da cui fare una foto. Ma anche se raccogliamo la luce solo in poche posizioni, mentre la Terra ruota, osserviamo altre misurazioni. Mentre la palla da discoteca ruota, quegli specchi cambiano posizione e osserviamo diverse parti dell'immagine. Gli algoritmi di imaging che sviluppiamo colmano le lacune della palla da discoteca ricostruendo comunque, dalle sue parti, l'immagine del buco nero. Se avessimo telescopi posizionati ovunque nel mondo -- l'intera sfera da discoteca -- sarebbe banale. Noi vediamo solo alcuni punti, e per questo motivo, c'è un numero infinito di immagini possibili che sono perfettamente coerenti con le misurazioni dei telescopi. Tuttavia, non tutte le immagini sono uguali. Alcune assomigliano più di altre a ciò che pensiamo. Il mio contribuito allo scatto della prima immagine di un buco nero è progettare algoritmi che trovino l'immagine più ragionevole tra quelle compatibili con le misurazioni del telescopio. Proprio come un disegnatore forense usa descrizioni limitate per creare un'immagine dalla struttura del volto, gli algoritmi di imaging che sviluppo usano i dati limitati del telescopio per guidarci a un'immagine coerente con il resto del nostro universo. Utilizzando questi algoritmi, siamo in grado di estrarre immagini da queste informazioni sparse e disturbate. Qui vedete una ricostruzione, fatta con dati simulati, quando fingiamo di puntare i nostri telescopi verso il buco nero nel centro della nostra galassia. Anche se è solo una ricostruzione, ci fa ben sperare che presto saremo in grado di scattare la prima immagine di un buco nero e determinarne la dimensione del suo anello. Anche se mi piacerebbe spiegarvi i dettagli di questo algoritmo, fortunatamente per voi non ne ho il tempo. Ma mi piacerebbe spiegarvi brevemente come definiamo l'aspetto del nostro universo e come usiamo questa definizione per ricostruire e verificare i risultati. Poiché esiste un numero infinito di immagini possibili e perfettamente coerenti con le misure del telescopio, dobbiamo trovare un modo per sceglierne soltanto alcune. Facciamo questo classificando le immagini in base alla probabilità che esse siano l'immagine del buco nero, e quindi scegliendo quella più probabile. Cosa intendo, esattamente? È come se stessimo cercando di creare un modello che calcoli la probabilità che un'immagine appaia su Facebook. Vorremmo che il modello dicesse che difficilmente sarà pubblicata l'immagine confusa sulla sinistra, ed è piuttosto probabile che qualcuno pubblichi un selfie come questo sulla destra. L'immagine nel mezzo è sfocata: quindi, anche se è più probabile vederla su Facebook rispetto all'immagine rumorosa, è meno probabile rispetto al selfie. Ma quando si tratta di immagini dal buco nero, ci troviamo di fronte a un vero enigma: non abbiamo mai osservato un buco nero! Quale è, quindi, l'immagine più probabile del buco nero, e cosa dovremmo assumere sulla struttura dei buchi neri? Potremmo provare a usare le immagini delle simulazioni che abbiamo fatto, come l'immagine del buco nero di "Interstellar". Ma se lo facessimo, ci sarebbero alcuni problemi. Cosa accadrebbe, se le teorie di Einstein non reggessero? Noi vogliamo un'immagine accurata di quello che sta accadendo. Se i nostri algoritmi contassero troppo sulle equazioni di Einstein, finiremmo per vedere solo ciò che ci aspettiamo di vedere. Vogliamo lasciare aperta l'opzione che ci sia un elefante al centro della nostra galassia. (Risate) Diverse immagini hanno caratteristiche distinte. Possiamo facilmente capire la differenza tra le simulazioni dei buchi neri e le immagini che scattiamo ogni giorno qui sulla Terra. Dobbiamo insegnare agli algoritmi che immagini aspettarsi, senza imporre eccessivamente un tipo di immagine rispetto ad un altro. Per mitigare questo problema, potremmo imporre le caratteristiche di diversi tipi di immagine e osservare come queste assunzioni influiscono sulle ricostruzioni. Se tutte le ricostruzioni producono un'immagine molto simile, allora possiamo essere più sicuri che le nostre ipotesi non stiano influenzando molto questa immagine. Questo è un po' come dare la stessa descrizione a tre diversi bozzettisti provenienti da tutto il mondo. Se tutti producono un volto dall'aspetto molto simile, possiamo iniziare a confidare che non stiano imponendo i loro pregiudizi culturali sui disegni. Un modo in cui possiamo provare a imporre diverse caratteristiche dell'immagine è l'utilizzo di pezzi di immagini esistenti. Prendiamo quindi una grande collezione di immagini, e le suddividiamo in piccoli pezzi. Ogni pezzo di immagine è un po' come il pezzo di un puzzle. E noi usiamo vari pezzi di puzzle per mettere assieme un'immagine che sia anche coerente con le misure del telescopio. Diversi tipi di immagini, naturalmente, hanno diversi set di pezzi di puzzle. Ma cosa succede quando prendiamo gli stessi dati, ma usiamo diversi set di pezzi del puzzle per ricostruire l'immagine? Iniziamo con i pezzi del puzzle della simulazione del buco nero. OK, questo sembra ragionevole. Questo è come ci aspettiamo che un buco nero si presenti. Ma l'abbiamo ottenuto perché abbiamo usato tanti piccoli pezzi di immagini di simulazioni di un buco nero? Proviamo un altro set di pezzi, da oggetti astronomici, non buchi neri. OK, otteniamo un'immagine simile. Perché non provare con pezzi di immagini di tutti i giorni, come le immagini che scattate con la vostra fotocamera personale? Ottimo, vediamo la stessa immagine. Quando otteniamo la stessa immagine da diversi set di pezzi del puzzle, possiamo confidare nel fatto che le nostre ipotesi non alterino troppo l'immagine finale ottenuta. Un'altra cosa che possiamo fare è prendere lo stesso set di pezzi, come quelli forniti dalle immagini di tutti i giorni, e usarli per ricostruire diversi tipi di immagini sorgente. E così, nelle nostre simulazioni, fingiamo che un buco nero assomigli ad oggetti astronomici, non buchi neri, e a immagini di tutti i giorni, come l'elefante nel centro della galassia. Quando i risultati dei nostri algoritmi sembrano molto simili all'immagine di riferimento della prima simulazione, allora possiamo iniziare ad avere fiducia nei nostri algoritmi. E voglio davvero sottolineare, qui, che tutte queste immagini sono state create assemblando piccoli tasselli di fotografie di tutti i giorni, quelle che si fanno con la propria fotocamera. Quindi, un'immagine di un buco nero che non abbiamo mai visto prima potrebbe essere creata mettendo insieme immagini a noi familiari. Idee come questa ci permetteranno di scattare le prime immagini di un buco nero. E, si spera, verificare quelle famose teorie su cui gli scienziati fanno affidamento tutti i giorni. Ovviamente, elaborare strategie di rendering come questa non sarebbe mai stato possibile senza il fantastico team di ricercatori con cui ho il privilegio di lavorare. Mi stupisce ancora che, sebbene io abbia iniziato senza alcuna formazione in astrofisica, i risultati di questa collaborazione unica potrebbero portare alle prime immagini di un buco nero. Ma grandi progetti come l'Event Horizon Telescope hanno successo grazie a tutte le competenze interdisciplinari che persone diverse mettono a disposizione. Siamo un crogiolo di astronomi, fisici, matematici e ingegneri. È questo che presto renderà possibile realizzare ciò che prima era impossibile. Vorrei incoraggiarvi tutti a uscire là fuori e aiutare a spingere i confini della scienza, anche quando sembrano, a prima vista, misteriosi come un buco nero. Grazie. (Applausi)