WEBVTT

00:00:01.436 --> 00:00:03.296
在「星際效應」這部電影中，

00:00:03.320 --> 00:00:06.647
我們更近距離地看到了
超質量黑洞。

00:00:06.671 --> 00:00:08.814
在明亮氣體的背景下，

00:00:08.838 --> 00:00:10.956
黑洞的巨大引力

00:00:10.980 --> 00:00:12.415
使光線形成戒指般的環狀。

00:00:12.439 --> 00:00:14.548
但是，這不是張真實的照片，

00:00:14.572 --> 00:00:16.358
而是電腦圖像的呈現，

00:00:16.382 --> 00:00:19.772
是對黑洞可能的呈像的
藝術化的演繹。

NOTE Paragraph

00:00:20.401 --> 00:00:21.567
一百年前，

00:00:21.591 --> 00:00:25.192
愛因斯坦首先發表了他的相對論。

00:00:25.216 --> 00:00:26.655
那之後的幾年，

00:00:26.679 --> 00:00:29.652
科學家提供了很多證據支持他的理論。

00:00:29.676 --> 00:00:32.760
但是從他的理論中預測到的黑洞

00:00:32.784 --> 00:00:35.134
仍然無法有直接證據證實。

00:00:35.158 --> 00:00:38.364
雖然我們對於黑洞的呈像有一些想法，

00:00:38.388 --> 00:00:41.167
但是我們從來沒有真正
拍攝過一張黑洞的相片。

00:00:41.191 --> 00:00:45.470
也許你會驚訝於這種困境即將改變。

00:00:45.494 --> 00:00:49.658
我們在未來幾年內也許
可以得到第一張黑洞的相片。

00:00:49.682 --> 00:00:53.640
國際的科學家團隊
將會獲得這第一張圖片，

00:00:53.664 --> 00:00:55.231
透過地球大小般的望遠鏡，

00:00:55.255 --> 00:00:58.087
和一個演算方法，獲得最後這張圖片。

00:00:58.111 --> 00:01:01.639
雖然，我今天無法讓大家看到
黑洞真正的照片，

00:01:01.663 --> 00:01:04.574
但是，我想要簡單地向各位說明一下

00:01:04.598 --> 00:01:06.211
獲得這首張照片所付出的努力。

NOTE Paragraph

00:01:07.477 --> 00:01:08.914
我是 Katie Bouman ，

00:01:08.938 --> 00:01:11.504
一名麻省理工學院博士生。

00:01:11.528 --> 00:01:13.555
我在電腦科學實驗室做研究，

00:01:13.579 --> 00:01:16.877
讓電腦透過影像及影片，
能夠「看見」、識別。

00:01:16.901 --> 00:01:19.063
雖然我不是天文學家，

00:01:19.087 --> 00:01:20.372
但是，我現在要讓大家看的是

00:01:20.396 --> 00:01:23.299
我如何投入這令人興奮的專案。

NOTE Paragraph

00:01:23.323 --> 00:01:26.154
如果今晚你們離開了城市明亮的燈光，

00:01:26.178 --> 00:01:27.498
可能運氣夠好，

00:01:27.498 --> 00:01:30.131
可以看到銀河系美麗的影像。

00:01:30.155 --> 00:01:32.617
如果你的視野能夠穿越數百萬顆星星，

00:01:32.641 --> 00:01:36.396
向着銀河的螺旋中心前進 26,000 光年，


00:01:36.420 --> 00:01:39.941
最後會在中心點遇到一群星星。

00:01:39.965 --> 00:01:43.171
天文學家使用紅外線望遠鏡
透過銀河系塵埃

00:01:43.195 --> 00:01:47.062
觀察這些星星，
已經超過了 16 年。

00:01:47.086 --> 00:01:50.675
但是，最為壯觀的東西，
卻是他們無法看見的。

00:01:50.699 --> 00:01:53.765
這些星星似乎繞著一個
隱形的物體運轉著。

00:01:53.789 --> 00:01:56.112
藉由追蹤這些星星的軌跡，

00:01:56.136 --> 00:01:57.430
天文學家得到一個結論：

00:01:57.454 --> 00:02:00.583
只有一個又小又重的物體
才能夠造成這樣的運動軌跡，

00:02:00.607 --> 00:02:02.575
那就是超質量黑洞，

00:02:02.599 --> 00:02:06.777
它的密度高到能夠吸收
所有敢於近距離靠近它的東西，

00:02:06.801 --> 00:02:08.295
連光線也不例外。

NOTE Paragraph

00:02:08.319 --> 00:02:11.380
但是，如果我們將影像放大，
會發生什麼事呢？

00:02:11.404 --> 00:02:16.137
有沒有可能看到那些
原本被定義為看不見的東西呢？

00:02:16.719 --> 00:02:19.963
事實顯示，如果我們
以無線電波長的尺度放大，

00:02:19.987 --> 00:02:21.669
我們預期可以看到一個光環，

00:02:21.693 --> 00:02:24.104
它是由黑洞旁
高速移動的熱離子體的

00:02:24.128 --> 00:02:25.957
「引力透鏡」效應形成。

00:02:25.981 --> 00:02:27.141
換句話說，

00:02:27.165 --> 00:02:30.336
黑洞在明亮物質的背景下投射出陰影，

00:02:30.360 --> 00:02:32.202
刻畫出黑色的球體。

00:02:32.226 --> 00:02:35.565
這個光環揭露了黑洞的表面界限，

00:02:35.589 --> 00:02:37.989
在那個地方，引力拉扯的力量很大，

00:02:38.013 --> 00:02:39.639
連光線都無法逃脫。

00:02:39.663 --> 00:02:42.522
愛因斯坦方程式預測了
這個光環的大小與形狀，

00:02:42.546 --> 00:02:45.754
所以拍攝黑洞的相片不只是很酷，

00:02:45.778 --> 00:02:48.396
它也有助於驗證這些方程式

00:02:48.420 --> 00:02:50.886
能在黑洞附近這樣的
極端環境下成立。

NOTE Paragraph

00:02:50.910 --> 00:02:53.468
但是，這個黑洞距離我們非常遙遠，

00:02:53.492 --> 00:02:56.590
從地球看過去，
這個光環是不可思議的小，

00:02:56.614 --> 00:03:00.204
就像是月球表面的
一個橘子那樣的小。

00:03:00.758 --> 00:03:03.582
所以拍攝黑洞的相片是極其困難的。

00:03:04.645 --> 00:03:05.947
為什麼呢？

00:03:06.512 --> 00:03:09.700
因為，這所有的一切
可以歸結於一個簡單的方程式。

00:03:09.724 --> 00:03:12.140
由於「衍射」現象，

00:03:12.164 --> 00:03:13.519
我們所能觀察到的最小物體，

00:03:13.543 --> 00:03:16.213
是有限小的，
我們無法洞察更小的結構。

00:03:16.789 --> 00:03:20.461
這個方程式說，
為了要看到越來越小的物體，

00:03:20.485 --> 00:03:23.072
我們必須製作越來越大的望遠鏡。

00:03:23.096 --> 00:03:26.165
但是，即使透過地球上
最強大的光學望遠鏡，

00:03:26.189 --> 00:03:28.608
我們還是遠遠達不到

00:03:28.632 --> 00:03:30.830
拍攝月球表面的影像所需要的解析度。

00:03:30.854 --> 00:03:33.611
事實上，請大家看看這張從地球拍攝的

00:03:33.625 --> 00:03:35.892
解析度最高的月球照片之一，

00:03:35.916 --> 00:03:38.473
這張相片大約有一萬三千像素，

00:03:38.497 --> 00:03:42.547
而每一個像素可包含
超過 150 萬個橘子。

NOTE Paragraph

00:03:43.396 --> 00:03:45.368
那麼，為了要看到月球表面的橘子，

00:03:45.392 --> 00:03:48.157
我們需要多大的望遠鏡呢？

00:03:48.181 --> 00:03:50.395
再者，為了要看到黑洞？

00:03:50.419 --> 00:03:52.759
事實證明，透過大量運算，

00:03:52.783 --> 00:03:55.393
我們可以很容易地計算出
我們所需要的望遠鏡

00:03:55.417 --> 00:03:56.810
必須是整個地球那麼大。

NOTE Paragraph

00:03:56.834 --> 00:03:57.858
(笑聲)

NOTE Paragraph

00:03:57.882 --> 00:04:00.001
如果我們建造出地球般大小的望遠鏡，

00:04:00.025 --> 00:04:02.950
我們馬上就可以探測出一個獨特光環，

00:04:02.974 --> 00:04:05.157
它表明了黑洞的表面界限。

00:04:05.181 --> 00:04:08.099
雖然這張相片沒有包含所有細節，

00:04:08.123 --> 00:04:09.629
像我們在電腦圖形渲染上看到的那樣，

00:04:09.653 --> 00:04:11.952
但是，至少我們可以安全地

00:04:11.976 --> 00:04:14.463
對黑洞附近的環境瞥上一眼。

NOTE Paragraph

00:04:14.487 --> 00:04:16.100
然而，如同大家想像的，

00:04:16.124 --> 00:04:19.748
建造一個地球大小的
單碟望遠鏡是不可能的。

00:04:19.772 --> 00:04:21.659
但是在 Mick Jagger 的名言中：

00:04:21.683 --> 00:04:23.474
「你無法一直得到你所想要的，

00:04:23.498 --> 00:04:25.685
但是如果你去嘗試，你可能會發現

00:04:25.709 --> 00:04:26.924
你得到了你所需要的。」

00:04:26.948 --> 00:04:29.412
藉由連結世界各地的望遠鏡，

00:04:29.436 --> 00:04:32.974
名為「事件視界望遠鏡」的國際組織

00:04:32.998 --> 00:04:36.107
正著手創建一個地球大小的
計算型望遠鏡，

00:04:36.131 --> 00:04:37.668
它能夠解析黑洞的

00:04:37.692 --> 00:04:39.891
表面界限的結構。

00:04:39.915 --> 00:04:43.302
這個望遠鏡網路預計明年

00:04:43.326 --> 00:04:45.141
拍攝黑洞的第一張相片。

00:04:45.165 --> 00:04:48.503
世界各地的望遠鏡網路同時運作。

00:04:48.527 --> 00:04:51.239
透過原子鐘的精準時間鏈結，

00:04:51.263 --> 00:04:55.200
每個地點的研究團隊
藉由蒐集數千兆兆字節的數據

00:04:55.254 --> 00:04:56.906
將光線「定格」。

00:04:56.930 --> 00:05:01.947
麻薩諸塞州這裡的實驗室
接下來處理這些資料。

NOTE Paragraph

00:05:01.971 --> 00:05:03.765
那麼，這些資料是如何運作的呢？

00:05:03.789 --> 00:05:07.192
還記得嗎？如果我們想要
看清在銀河中間的黑洞，

00:05:07.216 --> 00:05:10.198
我們就需要建造地球大小的
望遠鏡，這是不現實的。

00:05:10.222 --> 00:05:12.454
等一下，假設我們能夠建造

00:05:12.478 --> 00:05:14.320
地球般大小的望遠鏡。

00:05:14.344 --> 00:05:16.799
就有點像將地球

00:05:16.823 --> 00:05:18.570
想像成舞廳裡的迪斯可旋轉球。

00:05:18.594 --> 00:05:20.794
每一面鏡子會蒐集光線，

00:05:20.818 --> 00:05:23.415
然後我們能將這些
影像整合成一張圖片。

00:05:23.439 --> 00:05:26.100
但是，現在讓我們
移除大多數的鏡子，

00:05:26.124 --> 00:05:28.096
只剩下少數幾個。

00:05:28.120 --> 00:05:30.997
我們仍可試著整合這些資訊，

00:05:31.021 --> 00:05:33.014
但是，現在只能看到很多「孔洞」。

00:05:33.038 --> 00:05:37.411
這些剩下的鏡子代表
那些有望遠鏡的地方。

00:05:37.435 --> 00:05:41.514
測量數據少之又少，
甚至無法形成一張圖片。

00:05:41.538 --> 00:05:45.376
雖然我們只在少數
有望遠鏡的地方蒐集光線，

00:05:45.400 --> 00:05:48.823
地球旋轉時，我們可以
獲得一些新的測量數據。

00:05:48.847 --> 00:05:52.666
換句話說，就像迪斯可球旋轉時，
那些鏡子也會改變位置，

00:05:52.690 --> 00:05:55.589
我們得以觀察不同面向的影像。

00:05:55.613 --> 00:05:59.631
我們所開發的成像算法填補了
「迪斯可球」的不可見縫隙，

00:05:59.655 --> 00:06:02.688
目的在重建黑洞的相片。

00:06:02.712 --> 00:06:05.348
如果地球的每個地方都有望遠鏡，

00:06:05.372 --> 00:06:07.313
也就是整個迪斯可球佈滿了鏡子，

00:06:07.337 --> 00:06:08.621
這是最簡潔、理想的情況。

00:06:08.645 --> 00:06:11.967
但是，我們只看得到
某些局部的成像，因此，

00:06:11.991 --> 00:06:14.379
有無數可能的相片

00:06:14.403 --> 00:06:17.367
可以與現有望遠鏡的
局部成像相吻合。

00:06:17.391 --> 00:06:20.407
當然，並不是每一張「相片」的
優先級別都相同。

00:06:20.849 --> 00:06:25.307
有些相片比別的
更近似我們所想像的。

00:06:25.331 --> 00:06:28.553
因此，為了協助拍攝黑洞
第一張相片，我的任務就是

00:06:28.577 --> 00:06:31.509
設計發現最合理影像的演算法，

00:06:31.533 --> 00:06:33.755
當然也必須符合望遠鏡的量測數據。

NOTE Paragraph

00:06:34.727 --> 00:06:38.669
就像法庭的素描家一樣，
利用有限的相貌描述以及

00:06:38.693 --> 00:06:42.207
他們對於臉部結構的知識，
將表現相貌特點的圖片拼湊出來，

00:06:42.231 --> 00:06:45.546
我開發的影像演算法
使用有限的望遠鏡資料

00:06:45.570 --> 00:06:49.892
為我們生成這種影像：
類似於宇宙中的事物的影像。

00:06:49.916 --> 00:06:53.567
利用這些演算法，
讓我們能夠利用零零散散的資料

00:06:53.591 --> 00:06:55.771
拼湊出黑洞可能的樣子。

00:06:55.795 --> 00:07:00.324
在這裡，讓大家看一個利用模擬資料
重建的影像樣本，

00:07:00.348 --> 00:07:02.281
這是我們假設將望遠鏡指向

00:07:02.305 --> 00:07:04.890
銀河系中心的黑洞時所得到的。

00:07:04.914 --> 00:07:09.369
雖然這只是一個模擬，
但是這讓我們充滿了希望：

00:07:09.393 --> 00:07:12.846
我們能夠仰賴這樣的模擬演算法，
很快地得到黑洞的第一張相片，

00:07:12.870 --> 00:07:15.465
同時也能計算「光環」的大小。

00:07:16.118 --> 00:07:19.317
雖然我很樂意繼續說明
這個演算法的所有細節，

00:07:19.341 --> 00:07:21.515
但由於時間不夠，所以
你們也不用費腦子聽了。

NOTE Paragraph

00:07:21.539 --> 00:07:23.540
但是，我還是很樂意
跟大家做個簡短的說明：

00:07:23.564 --> 00:07:25.866
我們如何定義宇宙看起來像什麼？

00:07:25.890 --> 00:07:30.356
以及我們如何
利用這個演算法重建並驗證結果。

00:07:30.380 --> 00:07:32.876
因為有無數可能的影像

00:07:32.900 --> 00:07:35.265
與地球上望遠鏡的量測完全符合，

00:07:35.289 --> 00:07:37.894
我們必須在它們之間
找個方法進行挑選。

00:07:37.918 --> 00:07:39.756
我們對影像進行打分，

00:07:39.780 --> 00:07:42.614
打分的根據是：看起來有多像黑洞，

00:07:42.638 --> 00:07:45.120
然後選擇最像的影像。

NOTE Paragraph

00:07:45.144 --> 00:07:47.339
那麼，這到底是什麼意思呢？

NOTE Paragraph

00:07:47.862 --> 00:07:49.840
假設我們試著建立一個模型，

00:07:49.864 --> 00:07:53.047
它告訴我們這個影像在
Facebook 上出現的可能性。

00:07:53.071 --> 00:07:54.772
我們希望這個模型會這樣判斷：

00:07:54.796 --> 00:07:58.353
大家應該不太可能會上傳
像左邊這張亂亂的圖，

00:07:58.377 --> 00:08:00.796
而比較可能會上傳自拍照，

00:08:00.820 --> 00:08:02.154
像右邊這張。

00:08:02.178 --> 00:08:03.817
中間這張圖像片是模糊的，

00:08:03.841 --> 00:08:06.480
即使模糊，和亂亂的圖像比較的話，
我們還是很有可能

00:08:06.504 --> 00:08:07.864
在 Facebook 上看到，

00:08:07.888 --> 00:08:10.848
只不過不如自拍照那樣常見。

NOTE Paragraph

00:08:10.872 --> 00:08:13.162
但是，如果是黑洞的影像，

00:08:13.186 --> 00:08:16.688
我們遇到一個真正的難題：
我們從來沒見過黑洞的樣子。

00:08:16.712 --> 00:08:19.003
在這種情況下，
黑洞可能的影像是什麼？

00:08:19.027 --> 00:08:21.965
我們應該假設黑洞的結構是什麼？

00:08:21.989 --> 00:08:24.621
我們可能會試著使用
之前生成的模擬結果，

00:08:24.645 --> 00:08:27.175
像「星際效應」裡的黑洞影像，

00:08:27.199 --> 00:08:30.137
但是，如果這樣做的話，
可能會造成一些嚴重的問題。

00:08:30.161 --> 00:08:33.541
如果愛因斯坦的理論不適用的話，
會發生什麼事？

00:08:33.565 --> 00:08:37.526
我們還是想要重建
一個準確的圖像。

00:08:37.550 --> 00:08:40.921
如果將太多愛因斯坦的方程式
融入我們的演算法中，

00:08:40.945 --> 00:08:43.700
最後只會得到我們期望的結果，
而不一定是事實。

00:08:43.724 --> 00:08:46.000
換句話說，我們不能
貿然確定實際情況如何，

00:08:46.024 --> 00:08:48.947
因為銀河系中央有一隻巨象。

NOTE Paragraph

00:08:48.971 --> 00:08:50.028
(笑聲)

NOTE Paragraph

00:08:50.052 --> 00:08:53.041
不同類型的影像有著
各自非常顯著的特徵。

00:08:53.065 --> 00:08:56.613
我們可以很容易地區分
黑洞模擬影像

00:08:56.637 --> 00:08:58.913
以及我們在地球上日常生活中的照片。

00:08:58.937 --> 00:09:02.041
我們需要一種方法來告訴演算法
影像看起來像什麼，

00:09:02.065 --> 00:09:05.314
而不是去強加特定一種影像的特徵給它。

00:09:05.865 --> 00:09:07.758
我們可以用一個方法
試著解決這個問題：

00:09:07.782 --> 00:09:10.844
通過導入不同類型影像的特徵
讓演算法重建影像，

00:09:10.868 --> 00:09:14.998
然後觀察預先假設的影像類型
如何影響我們重建的影像。

00:09:15.712 --> 00:09:19.203
如果所有不同類型的影像特徵
產生的結果都很類似，

00:09:19.227 --> 00:09:21.284
那麼我們可以充滿信心地說：

00:09:21.308 --> 00:09:25.481
對於這個影像所做的假設
沒有與事實偏差太多。

NOTE Paragraph

00:09:25.505 --> 00:09:28.495
這有點像是將相同的相貌描述

00:09:28.519 --> 00:09:31.515
提供給三個來自世界各地不同的素描家，

00:09:31.539 --> 00:09:34.399
如果他們都畫出很相像的臉，

00:09:34.423 --> 00:09:36.216
那麼我們可以充滿信心地說：

00:09:36.240 --> 00:09:39.856
他們的作品沒有受到
本人的文化偏見的影響。

00:09:39.880 --> 00:09:43.195
我們導入不同類型影像
的特徵的一個方法

00:09:43.219 --> 00:09:45.660
就是藉由現存的影像去拼湊。

00:09:46.214 --> 00:09:48.374
所以我們要蒐集大量的影像，

00:09:48.398 --> 00:09:51.116
然後將它們分解成許多碎片。

00:09:51.140 --> 00:09:55.425
之後我們可以把這些碎片
當作拼圖的碎片。

00:09:55.449 --> 00:09:59.727
我們使用常見的「碎片」拼湊成圖片，

00:09:59.751 --> 00:10:02.203
這張圖片當然也要
符合望遠鏡的量測數據。

NOTE Paragraph

00:10:03.040 --> 00:10:06.783
不同類型的影像有其獨特的拼圖碎片。

00:10:06.807 --> 00:10:09.613
所以，當我們利用相同的數據資料


00:10:09.637 --> 00:10:13.767
卻使用不同類型的拼圖碎片
來重建這個影像，會發生什麼事？

00:10:13.791 --> 00:10:18.557
讓我們先從黑洞模擬
圖像的拼圖碎片開始。

00:10:18.581 --> 00:10:20.172
好的，這看起來很合理。

00:10:20.196 --> 00:10:22.890
這看起來像我們
所期待的黑洞的樣子。

00:10:22.914 --> 00:10:25.857
但是，僅僅是導入了
一些些黑洞模擬影像的碎片，

00:10:25.891 --> 00:10:27.445
我們就得出了結果嗎？

00:10:27.469 --> 00:10:29.349
讓我們來試試另一組拼圖，

00:10:29.373 --> 00:10:31.882
這些是天文學影像的拼圖，不是黑洞的。

00:10:32.914 --> 00:10:35.040
沒錯，我們得到一個類似的影像。

00:10:35.064 --> 00:10:37.300
那麼如果是日常生活的影像呢？

00:10:37.324 --> 00:10:40.109
就像用相機所照的照片一樣？

00:10:41.312 --> 00:10:43.427
很好，我們得到相同的影像。

00:10:43.451 --> 00:10:46.817
當我們從不同類型的拼圖
得到相同的影像，

00:10:46.841 --> 00:10:48.887
我們更有信心了，

00:10:48.911 --> 00:10:50.877
我們所假定的影像

00:10:50.901 --> 00:10:53.822
和我們最後得到的影像
並沒有差距太多。

NOTE Paragraph

00:10:53.846 --> 00:10:57.099
我們可以做的另一件事
就是使用同一組拼圖，

00:10:57.123 --> 00:10:59.612
比如日常生活中的影像碎片，

00:10:59.636 --> 00:11:03.236
並利用它們來重組
各種不同素材來源的影像。

00:11:03.260 --> 00:11:04.531
那麼，在模擬實驗當中，

00:11:04.555 --> 00:11:08.330
我們假設黑洞看起來就像是
天文學裡那些非黑洞的物體，

00:11:08.354 --> 00:11:12.203
或者又把它看成「銀河系中央的大象」
這樣的日常生活影像。

00:11:12.227 --> 00:11:15.395
我們下方的演算結果

00:11:15.419 --> 00:11:17.515
和上方的模擬實驗中的真實影像很相像，

00:11:17.539 --> 00:11:20.885
我們就可以對我們的演算法更有信心。

00:11:20.909 --> 00:11:22.776
我真的想要強調這一點：

00:11:22.800 --> 00:11:24.734
這些所有的圖片都是

00:11:24.758 --> 00:11:27.694
由日常生活照片的碎片
拼湊出來的，

00:11:27.718 --> 00:11:29.933
就是那種用私人相機照出來的照片。

00:11:29.957 --> 00:11:33.233
我們之前從沒看過黑洞的相片，

00:11:33.257 --> 00:11:37.200
但最後黑洞的相片也許是由我們
常常看到的日常生活照片拼湊出來的：

00:11:37.224 --> 00:11:39.969
人像、建築物、樹木、貓、狗等等。

00:11:39.993 --> 00:11:42.638
這些成像方法讓我們能夠

00:11:42.662 --> 00:11:45.281
拍攝出黑洞的第一張相片，

00:11:45.305 --> 00:11:47.752
我們同時也希望
能夠驗證那些著名的理論，

00:11:47.776 --> 00:11:50.197
那些科學家平常所依賴的理論。

NOTE Paragraph

00:11:50.221 --> 00:11:52.829
當然，提出這些成像的方法與理論，

00:11:52.853 --> 00:11:56.175
沒有一個驚人的研究團隊
是不可能達到這種成果的，

00:11:56.199 --> 00:11:58.086
我很榮幸身為這個團隊的一員。

00:11:58.110 --> 00:11:59.273
我對這件事感到驚異：

00:11:59.297 --> 00:12:02.648
雖然我沒有任何天文物理的背景
而加入這個專案，

00:12:02.672 --> 00:12:05.291
我們透過這獨特的合作所得到的，

00:12:05.315 --> 00:12:08.074
能夠獲得第一張黑洞的相片。

00:12:08.098 --> 00:12:10.796
但是像「事件視界望遠鏡」
這樣的大專案，

00:12:10.820 --> 00:12:13.634
多虧有跨學科領域的專業知識而成功，

00:12:13.658 --> 00:12:15.448
不同的專家共同合作着。

00:12:15.472 --> 00:12:17.178
我們像是個熔爐，集結了天文學家、

00:12:17.202 --> 00:12:19.434
物理學家、數學家和工程師。

00:12:19.458 --> 00:12:22.012
這就是我們讓不可思議的事情

00:12:22.036 --> 00:12:24.889
快速實現的原因。

NOTE Paragraph

00:12:24.913 --> 00:12:27.169
我很想鼓勵大家

00:12:27.193 --> 00:12:29.289
去協助推動科學的前沿，

00:12:29.313 --> 00:12:33.214
即使第一步可能像黑洞那樣神秘。

NOTE Paragraph

00:12:33.238 --> 00:12:34.412
謝謝大家。

NOTE Paragraph

00:12:34.436 --> 00:12:36.833
(掌聲)