In de film 'Interstellar'
zien we een close-up
van een superzwaar zwart gat.
Tegen een achtergrond van oplichtend gas
buigt de enorme zwaartekracht
van het zwarte gat
het licht tot een ring.
Dit is echter geen echte foto,
maar een computergrafische weergave --
een artistieke interpretatie van hoe
een zwart gat eruit zou kunnen zien.
Honderd jaar geleden kwam Albert Einstein
met zijn theorie
van de algemene relativiteit.
In de jaren daarna
vonden wetenschappers veel bewijs
ter ondersteuning ervan.
Maar één ding voorspeld op basis
van deze theorie, zwarte gaten,
is nog steeds niet direct waargenomen.
Hoewel we een idee hebben over hoe
een zwart gat eruit zou kunnen zien,
hebben we er eigenlijk nog nooit
een foto van kunnen nemen.
Het zou je kunnen verbazen
dat dat nu snel kan gaan veranderen.
Misschien krijgen we in de komende
paar jaar een zwart gat te zien.
Daarvoor zullen nodig zijn:
een internationaal team
van wetenschappers,
een Aarde-grote telescoop
en een algoritme om het
uiteindelijke beeld samen te stellen.
Hoewel ik jullie vandaag nog geen reëel
beeld van een zwart gat kan tonen,
wil ik jullie iets vertellen
over de benodigde inspanning
om die eerste foto te krijgen.
Mijn naam is Katie Bouman.
Ik ben een PhD student aan het MIT.
Ik doe onderzoek in een lab
voor computerwetenschap
dat eraan werkt om computers
te laten zien via foto's en video.
Maar hoewel ik geen astronoom ben,
wil ik jullie vandaag laten zien
hoe ik in staat was om bij te dragen
aan dit spannende project.
Als je de lichten van de stad
vanavond achter je laat,
heb je kans op een prachtig uitzicht
op de Melkweg.
Als je voorbij de miljoenen
sterren kon inzoomen,
26.000 lichtjaar in de richting van
het hart van de spiraalvormige Melkweg,
zouden we uiteindelijk een groep sterren
midden in het centrum bereiken.
Door al het galactische stof heen turend
met infraroodtelescopen,
houden astronomen deze sterren
al meer dan 16 jaar in de gaten.
Maar net wat ze niet zien,
is het meest spectaculair.
Deze sterren lijken
een onzichtbaar object te omcirkelen.
Door het volgen
van de paden van deze sterren,
hebben astronomen besloten
dat het enige wat klein en zwaar genoeg
is om deze beweging te veroorzaken
een superzwaar zwart gat is --
een object zo dicht dat het alles wat
te kort bij komt naar zich toe zuigt --
zelfs licht.
Maar wat gebeurt er als we
nog verder zouden inzoomen?
Is het mogelijk om iets te zien
dat per definitie onmogelijk te zien is?
Als we inzoomen met radiogolven
verwachten we een ring van licht te zien
veroorzaakt door de gravitatielens
van heet plasma
dat rond het zwarte gat zwiert.
Met andere woorden,
het zwarte gat werpt een schaduw
op deze achtergrond van heldere materie,
te zien als een duistere bol.
Deze heldere ring onthult
de gebeurtenishorizon van het zwarte gat,
waar de aantrekkingskracht zo groot wordt
dat zelfs licht niet kan ontsnappen.
Einsteins vergelijkingen voorspellen
de grootte en vorm ervan.
Het nemen van een foto ervan
zou niet alleen echt cool zijn,
maar zou ook helpen
om deze vergelijkingen te verifiëren
in de extreme omstandigheden
rond het zwarte gat.
Dit zwarte gat is echter zo ver weg
dat deze ring vanaf Aarde gezien
ongelooflijk klein lijkt --
van dezelfde grootte voor ons als een
appelsien op het oppervlak van de maan.
Dat maakt het nemen van een foto
ervan uiterst moeilijk.
Waarom?
Het komt allemaal neer
op een eenvoudige vergelijking.
Vanwege het fenomeen diffractie
zijn er fundamentele grenzen
voor de kleinste objecten
die we zouden kunnen zien.
Deze vergelijking zegt dat om
kleiner en kleiner te kunnen zien,
we onze telescoop groter
en groter moeten maken.
Maar zelfs met de krachtigste
optische telescopen op Aarde
komen we niet eens
in de buurt van de resolutie
nodig om het oppervlak
van de maan te bekijken.
Hier toon ik een van de hoogste
resoluties ooit genomen
van de maan vanaf de Aarde.
Het bevat ongeveer 13.000 pixels,
en toch zou elke pixel meer dan
1,5 miljoen sinaasappels bevatten.
Hoe groot moet dan de telescoop zijn
om een sinaasappel te zien
op het oppervlak van de maan,
om van ons zwarte gat nog niet te spreken?
Nou, het blijkt dat je
een telescoop nodig zou hebben
ter grootte van de Aarde.
(Gelach)
Als we deze Aarde-grote
telescoop konden bouwen,
zouden we een lichtkring kunnen zien
rond de waarnemingshorizon
van het zwarte gat.
Al zou dit beeld
niet alle details laten zien
zoals in de computergrafische weergave,
het zou ons veilig een eerste blik gunnen
op de directe omgeving rond een zwart gat.
Jullie kunnen je voorstellen
dat het bouwen
van een telescoop met een schotel
zo groot als de Aarde onmogelijk is.
In de beroemde woorden van Mick Jagger:
"Je krijgt niet altijd wat je wilt,
maar als je het probeert,
krijg je misschien wel
wat je nodig hebt."
Telescopen uit de hele wereld
met elkaar combineren
in een internationale samenwerking,
de Event Horizon Telescope genaamd,
levert een computertelescoop
ter grootte van de Aarde,
om de structuur van
de gebeurtenishorizon
van een zwart gat op te lossen.
Dit netwerk van telescopen is gepland
om volgend jaar zijn eerste opname
van een zwart gat te maken.
Elke telescoop in het wereldwijde
netwerk werkt samen.
Verbonden door de precieze
timing van atoomklokken
bevriezen teams van onderzoekers
voor elke waarneming het licht
door het verzamelen van duizenden
terabytes aan gegevens.
Deze gegevens worden vervolgens verwerkt
in een lab hier in Massachusetts.
Hoe kan dit nu werken?
Bedenk dat om het zwarte gat
in het centrum van ons
melkwegstelsel te zien,
we een onmogelijk grote
Aarde-grote telescoop moeten bouwen.
Laten we even doen alsof we een telescoop
ter grootte van de Aarde kunnen bouwen.
Dit zou lijken op
het omvormen van de Aarde
tot een gigantische draaiende discobal.
Elke aparte spiegel zou licht opvangen
dat we dan konden combineren
om een beeld te maken.
Laten we nu het grootste deel
van deze spiegels verwijderen
zodat er slechts enkele overblijven.
We kunnen dan nog steeds
deze informatie combineren,
maar nu zijn er veel gaten.
Deze resterende spiegels
stellen de locaties voor
waar we telescopen hebben.
Dit is een ongelooflijk klein aantal
metingen om een beeld samen te stellen.
Maar hoewel we alleen licht verzamelen
op slechts enkele telescooplocaties,
krijgen we als de Aarde draait
andere nieuwe metingen te zien.
Met andere woorden,
als de discobal draait,
verschuiven de spiegels
en kunnen we verschillende delen
van het beeld observeren.
Onze beeldvormingsalgoritmes vullen
de ontbrekende gaten van de discobal op,
teneinde het zwarte gat
erachter te reconstrueren.
Als we overal op de wereld
telescopen hadden --
met andere woorden, de hele discobal --
zou dit triviaal zijn.
Maar we zien alleen
enkele stalen en daarom
zijn er een oneindig aantal
mogelijke beelden
die perfect in overeenstemming zijn
met onze telescoopmetingen.
Maar niet alle afbeeldingen
zijn gelijkaardig.
Sommige van die beelden
lijken meer dan andere
op wat wij als afbeeldingen zien.
Mijn rol om het eerste beeld
van een zwart gat te verkrijgen,
bestaat uit algoritmen ontwerpen
om de beste afbeelding te vinden
die ook bij de telescoopmetingen past.
Net zoals een politie-tekenaar
beperkte beschrijvingen gebruikt
om een afbeelding te reconstrueren
met hun kennis van gezichtsstructuur,
zo gebruiken mijn beeldvormingsalgoritmen
onze beperkte telescoopdata
om te leiden tot een beeld dat er ook
uitziet als de dingen in ons universum.
Met deze algoritmen kunnen
we beelden samenstellen
uit deze schaarse, rommelige data.
Hier toon ik een voorbeeld
uitgaande van gesimuleerde data,
als we doen alsof we
onze telescopen richten
naar het zwarte gat in het centrum
van ons melkwegstelsel.
Hoewel dit slechts een simulatie is,
geven reconstructies als deze ons hoop
om binnenkort op betrouwbare wijze
een eerste beeld
van een zwart gat te kunnen maken
en daaruit de grootte
van de ring te bepalen.
Ik zou graag alle details
van dit algoritme willen geven,
maar heb daar, gelukkig voor jullie,
niet de tijd voor.
Ik zal toch in het kort uitleggen
hoe we bepalen
hoe ons universum eruitziet,
en hoe we dit gebruiken
om onze resultaten
te reconstrueren en te controleren.
Omdat er een oneindig aantal
mogelijke beelden zijn
die onze telescoopmetingen
perfect uitleggen,
moeten we op een bepaalde manier
tussen hen kiezen.
We rangschikken de beelden
volgens hoe groot de kans is
dat ze de foto van het zwarte gat zijn,
en kiezen dan voor de waarschijnlijkste.
Wat bedoel ik hiermee?
Laten we zeggen dat we
een model willen maken
dat de kans weergeeft
dat een beeld op Facebook komt.
We zouden het onwaarschijnlijk vinden
dat iemand dit vage
beeld links zou posten,
en vrij waarschijnlijk dat iemand
een selfie zou posten
zoals rechts.
Het beeld in het midden is onscherp,
al zouden we het eerder
op Facebook tegenkomen
dan het beeld met ruis,
maar minder dan de selfie.
Maar als het gaat
om beelden van het zwarte gat
zitten we met een echt raadsel,
want dat hebben we nog nooit gezien.
Hoe zal dan een zwart gat eruitzien,
en wat moeten we veronderstellen
over de structuur van zwarte gaten?
Misschien met beelden van onze simulaties,
zoals het beeld van het zwarte gat
van ‘Interstellar’,
maar dat zou een aantal ernstige
problemen met zich meebrengen.
Wat als de theorieën van Einstein
niet zouden kloppen?
We zouden nog steeds
een nauwkeurig beeld willen reconstrueren.
Als we Einsteins vergelijkingen
te veel in onze algoritmen verwerken,
zullen we alleen maar zien
wat we verwachten.
Een gigantische olifant
in het centrum van ons melkwegstelsel?
Moet kunnen?
(Gelach)
Verschillende beelden
met verschillende eigenschappen.
We zien gemakkelijk het verschil
tussen simulatiebeelden van een zwart gat
en alledaagse foto's.
We moeten onze algoritmen kunnen
vertellen welke beelden te zoeken
zonder te veel nadruk
op één type afbeelding.
Een manier om dit te omzeilen
is de kenmerken van de verschillende
soorten afbeeldingen opleggen
en zien hoe het type beeld
waar we van uitgaan
onze reconstructies beïnvloedt.
Als alle types beelden een zeer
gelijkende afbeelding produceren,
dan kunnen we er zekerder van zijn
dat de aannames die we maken
het beeld niet te veel vertekenen.
Dit is een beetje als het geven
van dezelfde beschrijving
aan drie verschillende politie-tekenaars
van over de hele wereld.
Als ze allemaal een vergelijkbaar
uitziend gezicht produceren,
dan kunnen we erop vertrouwen
dat hun culturele vooroordelen
de tekeningen niet beïnvloeden.
Een manier om verschillende
beeldeigenschappen op te leggen,
is met behulp van stukken
van bestaande beelden.
Dus nemen we een grote verzameling beelden
en delen ze op in hun kleinere stukjes.
Dan kunnen we die stukjes behandelen
als stukjes van een puzzel.
En we gebruiken vaak voorkomende stukjes
om een beeld samen te stellen
dat ook past bij onze telescoopmetingen.
Verschillende soorten beelden hebben
zeer kenmerkende sets van puzzelstukjes.
Wat gebeurt er als we
dezelfde gegevens nemen,
maar verschillende sets van puzzelstukken
gebruiken om het beeld te reconstrueren?
Laten we eerst beginnen met puzzelstukjes
van de simulatie van een zwart gat.
OK, dit ziet er redelijk uit.
Dit lijkt op wat we verwachten
van een zwart gat.
Maar kregen we het gewoon
uit de kleine stukjes
simulatiebeelden van een zwart gat?
We proberen het met
een andere set puzzelstukjes
van astronomische,
niet-zwarte-gatobjecten.
We krijgen een gelijkende afbeelding.
Hoe zit het dan met stukjes
uit gewone beelden,
als de foto's die je maakt
met je eigen camera?
Geweldig, we zien hetzelfde beeld.
Krijgen we hetzelfde beeld
uit alle sets van puzzelstukjes,
dan kunnen we er wat zekerder van zijn
dat onze aannames
niet te veel afwijken
van het uiteindelijke beeld.
Wat we nog kunnen doen,
is dezelfde set van puzzelstukjes,
zoals die afkomstig
van alledaagse beelden,
gebruiken om veel verschillende soorten
van bronbeelden te reconstrueren.
Dus doen we in onze simulaties
alsof een zwart gat lijkt op
astronomische niet-zwarte-gat dingen,
net als alledaagse beelden als de olifant
in het centrum van ons melkwegstelsel.
Wanneer de resultaten onderaan
erg lijken op het echte beeld
van de simulatie bovenaan,
dan mogen we onze algoritmen
meer beginnen te vertrouwen.
Ik wil hier benadrukken
dat al deze foto's zijn gemaakt
door kleine stukjes
van alledaagse foto’s samen te voegen,
foto’s zoals die van je eigen camera.
Zo kan een afbeelding van een zwart gat
dat we nooit eerder hebben gezien
worden gecreëerd
door beelden samen te voegen
van dingen die we kennen,
zoals mensen, gebouwen, bomen,
katten en honden.
Beeldvormingsideeën als deze
zullen het voor ons mogelijk te maken
een foto te nemen van een zwart gat,
en hopelijk die beroemde
theorieën te testen
waar wetenschappers elke dag op steunen.
Maar natuurlijk zou dit nooit zijn gelukt
zonder het geweldige team van onderzoekers
waar ik het voorrecht heb
om mee te werken.
Het verbaast me nog steeds
dat, hoewel ik hieraan begon
zonder achtergrond in de astrofysica,
wat we door deze unieke
samenwerking hebben bereikt,
kan leiden tot de allereerste beelden
van een zwart gat.
Maar grote projecten
als de Event Horizon Telescope
zijn succesvol door alle
interdisciplinaire deskundigheid
van verschillende mensen.
We zijn een smeltkroes van astronomen,
natuurkundigen, wiskundigen en ingenieurs.
Dit zal binnenkort mogelijk maken
wat ooit als onmogelijk werd gezien.
Ik wil jullie allen aanmoedigen
om mee te werken
aan het verleggen van de grenzen
van de wetenschap,
zelfs als het eerst even mysterieus lijkt
als een zwart gat.
Dank je.
(Applaus)