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)