Kako fotografirati crnu rupu | Katie Bouman | TEDxBeaconStreet

Da bi se fotografiralo crnu rupu, potreban je teleskop veličine planeta. To baš i nije izvedivo, ali Katie Bouman i njezin tim smislili su alternativno rješenje koje uključuje složene algoritme i globalnu suradnju. Pogledajte ovaj govor kako biste saznali kako ipak možemo vidjeti u mrklom mraku.

Katie Bouman je doktorandica pri Laboratoriju za računalnu znanost i umjetnu inteligenciju (CSAIL) na Tehnološkom institutu u Massachusettsu (MIT), pod pod vodstvom Williama T. Freemana. Prethodno je postala sveučilišna prvostupnica elektrotehnike na Sveučilištu u Michiganu, Ann Arbor, MI, 2011. i diplomirala elektrotehniku i računalnu znanost na MIT-u, Cambridge, MA 2013. godine. Katieno istraživanje usredotočeno je na primjenu novih računalnih metoda u svrhu pomicanja granica interdisciplinarnog fotografiranja.

Ovaj je govor održan na jednom od TEDx događaja, koje u skladu s TED-ovim konferencijskim formatom neovisno organiziraju lokalne zajednice. Saznajte više na: http://ted.com/tedx

U filmu „Interstellar”

možemo izbliza vidjeti
supermasivnu crnu rupu.

Na pozadini koju stvara zagrijani plin

ogromna gravitacijska sila te crne rupe

zakreće svjetlost u prsten.

Međutim, to nije stvarna fotografija,

već računalno-grafički prikaz –

umjetnička interpretacija
mogućeg izgleda crne rupe.

Prije sto godina

Albert Einstein objavio je
svoju teoriju opće relativnosti.

U godinama koje su uslijedile

znanstvenici su pronašli
mnogo dokaza u prilog toj teoriji.

No jedna stvar koju
ta teorija predviđa, crne rupe,

još nije izravno zapažena.

Iako imamo predodžbe o tome
kako bi crna rupa mogla izgledati,

nikad je zapravo nismo
uspjeli fotografirati.

Ipak, možda ćete se iznenaditi kad čujete

da bismo u sljedećih par godina
mogli vidjeti prvu fotografiju crne rupe.

Tu prvu fotografiju dobit ćemo

zahvaljujući međunarodnom
timu znanstvenika,

teleskopu veličine Zemlje

i algoritmu koji će složiti konačnu sliku.

Premda vam danas još ne mogu pokazati
stvarnu fotografiju crne rupe,

htjela bih vam ukratko predstaviti
napore uložene

u dobivanje te prve fotografije.

Zovem se Katie Bouman

i doktorandica sam na MIT-u.

Istraživačica sam
u laboratoriju računalnih znanosti,

gdje razvijamo računalni vid
s pomoću slika i videozapisa.

No iako nisam astronom,

danas bih vam htjela pokazati

kako sam uspjela doprinijeti
tom uzbudljivom projektu.

Odmaknete li se večeras
od jarkih gradskih svjetala,

možda budete imali sreće
pa ugledate zapanjujući prizor

galaktike Mliječne staze.

Kad biste mogli prozujati
pored milijuna zvijezda

26 000 svjetlosnih godina
prema središtu spiralne Mliječne staze,

naposljetku biste stigli
do skupine zvijezda u samom središtu.

Gledajući infracrvenim teleskopima
kroz galaktičku prašinu

astronomi su promatrali
te zvijezde više od 16 godina.

Međutim, najspektakularnije je
zapravo ono što ne vide.

Čini se da te zvijezde kruže
oko nevidljiva objekta.

Prateći putanje tih zvijezda

astronomi su zaključili da je

jedina stvar koja je dovoljno mala i teška
da prouzroči takvo kretanje

supermasivna crna rupa –

objekt toliko gust
da usiše sve u svojoj blizini –

čak i svjetlost.

No što se događa
ako se još više približimo?

Je li moguće vidjeti nešto što je,
u pravilu, nemoguće vidjeti?

Pa, čini se da ako uvećamo sliku
s pomoću radiovalova,

trebali bismo vidjeti svjetlosni prsten

koji nastaje zbog utjecaja
gravitacijskih leća na vruću plazmu

što brzo kruži oko crne rupe.

Drugim riječima,

crna rupa baca sjenu na
tu svjetlosnu pozadinu

oblikujući kuglu tame.

Taj svijetli prsten otkriva
obzor događaja crne rupe,

gdje je gravitacijska sila toliko snažna

da joj čak ni svjetlost ne može pobjeći.

Einsteinove jednadžbe predviđaju
veličinu i oblik tog prstena,

tako da njegova fotografija
ne bi samo bila fora,

nego bi nam pomogla i da provjerimo
vrijede li te jednadžbe

u ekstremnim uvjetima oko crne rupe.

Međutim, ta crna rupa
toliko je udaljena od nas

da se sa Zemlje taj prsten
doima nevjerojatno malim –

tako bi nam nekako izgledala
naranča na Mjesecu.

Zbog toga ga je vrlo teško fotografirati.

Zašto je tomu tako?

Pa, sve se svodi na jednostavnu jednadžbu.

Zbog pojave poznate kao difrakcija,

postoje temeljna ograničenja

koja određuju koliki su
najmanji vidljivi predmeti.

Prema toj glavnoj jednadžbi,
da bismo vidjeli sve manje i manje stvari,

trebaju nam sve veći i veći teleskopi.

No čak ni najsnažniji
optički teleskopi na Zemlji

nemaju rezoluciju koja nam je potrebna

kako bismo fotografirali
objekt na površini Mjeseca.

Ustvari, ovo je jedna od fotografija
s dosad najvećom rezolucijom

na kojoj je Mjesec,
fotografiran sa Zemlje.

Sadržava oko 13 000 piksela,

a u svaki od njih „stane”
preko 1,5 milijuna naranči.

Koliki bi dakle trebao biti teleskop

kako bismo vidjeli naranču
na površini Mjeseca,

a tako i našu crnu rupu?

Pa, jednostavan matematički izračun
pokazuje

da nam je potreban teleskop

veličine cijele Zemlje.

(Smijeh)

Kad bismo mogli izgraditi
teleskop veličine Zemlje,

uspjeli bismo tek nazreti
taj karakterističan svjetlosni prsten

koji označava obzor događaja crne rupe.

Iako se na toj slici ne bi vidjeli
svi detalji koji su vidljivi

na računalno-grafičkom prikazu,

svakako bi nam dala prvi uvid

u neposredno okruženje crne rupe.

Međutim, kao što možete i zamisliti,

nemoguće je izgraditi
jedinstveni teleskop veličine Zemlje.

No, slavnim riječima Micka Jaggera,

„ne možeš uvijek dobiti ono što želiš,

no pokušaš li ponekad, možda shvatiš

da si dobio ono što ti treba.”

Povezivanjem teleskopa diljem svijeta,

međunarodni projekt
Event Horizon Telescope

stvara računalni teleskop veličine Zemlje,

koji će moći zabilježiti strukturu

razmjera obzora događaja crne rupe.

Ta mreža teleskopa trebala bi
prvi put fotografirati

crnu rupu sljedeće godine.

Svi teleskopi u toj svjetskoj mreži
rade zajedno.

Povezani preciznim mjerenjem vremena
s pomoću atomskih satova,

timovi istraživača na svakoj lokaciji
zamrzavaju svjetlost

prikupljajući tisuće terabajta podataka.

Ti se podaci potom obrađuju
u laboratoriju ovdje u Massachusettsu.

Kako to zapravo funkcionira?

Sjećate li se da, ako želimo vidjeti
crnu rupu u središtu naše galaktike,

trebamo izgraditi nemoguće velik
teleskop veličine Zemlje?

Zamislimo na trenutak
da je moguće izgraditi

teleskop veličine Zemlje.

To bi pomalo nalikovalo pretvaranju Zemlje

u divovsku disko-kuglu koja se vrti.

Svako pojedino zrcalo
skupljalo bi svjetlost,

koju bismo zatim spojili u jednu sliku.

Međutim, recimo da uklonimo
većinu tih zrcala

i da ih ostane tek nekolicina.

I dalje bismo mogli kombinirati
podatke koje su prikupili,

no u tom bi slučaju ostalo puno praznina.

Ta preostala zrcala predstavljaju lokacije
na koje smo postavili teleskope.

To nam daje nevjerojatno malen
broj podataka za izradu slike.

No iako skupljamo svjetlost
na samo nekoliko lokacija s teleskopima,

budući da se Zemlja okreće,
dobivamo i druge, nove podatke.

Drugim riječima, kako se disko-kugla vrti,
ta zrcala mijenjaju lokacije

i možemo vidjeti
različite dijelove slike.

Algoritmi za stvaranje slike koje smo
razvili popunjavaju praznine na disko-kugli

kako bismo rekonstruirali
osnovnu sliku crne rupe.

Kad bismo rasporedili teleskope
po cijelom planetu,

drugim riječima, po cijeloj disko-kugli –

bio bi to čas posla.

Međutim, vidimo svega
nekoliko uzoraka i zbog toga

postoji beskonačan broj mogućih slika

koje su posve u skladu
s podacima naših teleskopa.

Međutim, nisu sve slike jednake.

Neke od njih više nalikuju onome
što obično smatramo slikama od drugih.

Moja je uloga u stvaranju
prve fotografije crne rupe

dizajnirati algoritme koji će
pronaći najsmisleniju sliku

koja je u skladu s podacima teleskopa.

Baš kao što se forenzički crtač
koristi manjkavim opisima

kako bi, uz pomoć svojeg poznavanja
strukture lica, sastavio sliku,

algoritmi za dobivanje slike
koje sam razvila

koriste se manjkavim podacima
naših teleskopa

kako bi nas doveli do slike koja
izgleda kao nešto iz našeg svemira.

S pomoću tih algoritama
možemo sastaviti slike

od tih malobrojnih, nejasnih podataka.

Ovo je primjer rekonstrukcije napravljene
s pomoću simuliranih podataka

kad zamislimo da smo usmjerili teleskope

prema crnoj rupi
u središtu naše galaktike.

Premda je to samo simulacija,

rekonstrukcije kao što je ova
pružaju nam nadu

da ćemo uskoro moći dobiti
prvu pouzdanu sliku crne rupe

i s pomoću te slike odrediti
veličinu njezina prstena.

Iako bih rado još razglabala
o tom algoritmu,

srećom po vas, nemam vremena.

No ipak bih vam htjela ukratko dočarati

kako određujemo izgled našeg svemira

i kako uz pomoć toga rekonstruiramo i
provjeravamo svoje rezultate.

Budući da postoji
beskonačno mnogo mogućih slika

koje su potpuno u skladu
s podacima naših teleskopa,

moramo ih nekako filtrirati.

To činimo rangiranjem slika

na temelju toga koliko je vjerojatno
da su upravo one slike crne rupe

i zatim biramo onu za koju je
ta vjerojatnost najveća.

Što točno želim reći?

Recimo da pokušavamo napraviti model

koji bi nam rekao kolika je vjerojatnost
da se neka slika pojavi na Facebooku.

Vjerojatno bismo htjeli da nam model kaže

kako je malo vjerojatno da
netko objavi sliku sa šumovima lijevo,

a vrlo vjerojatno da netko objavi selfie

poput ovoga desno.

Slika u sredini je mutna,

pa iako bismo je prije
mogli vidjeti na Facebooku

nego sliku sa šumovima,

vjerojatno su manje šanse
da ćemo vidjeti nju nego onaj selfie.

Međutim, kad je riječ o slikama crne rupe,

pred nama je prava zagonetka:
nikad je dosad nismo vidjeli.

Koja je vjerojatna slika
crne rupe u tom slučaju

i što da pretpostavimo
o strukturi crnih rupa?

Mogli bismo pokušati iskoristiti slike
iz simulacija koje smo napravili,

poput slike crne rupe
iz filma „Interstellar”,

no učinimo li to,
mogli bi nastati ozbiljni problemi.

Što ako bi se pokazalo da
Einsteinove teorije ne drže vodu?

I dalje bismo željeli točno
rekonstruirati što se događa.

Ako svoje algoritme previše baziramo
na Einsteinovim teorijama,

na kraju ćemo vidjeti samo ono
što i očekujemo da ćemo vidjeti.

Drugim riječima,
želimo ostaviti otvorenom mogućnost

da se u središtu naše galaktike
zapravo nalazi divovski slon.

(Smijeh)

Različite vrste slika imaju
vrlo različite osobine.

Možemo lako razlikovati
simulacijske slike crne rupe

od onih koje svakodnevno snimamo
ovdje na Zemlji.

Treba nam način na koji bismo
algoritmima rekli kako slike izgledaju,

a da istovremeno previše ne namećemo
osobine jedne vrste slika.

Jedan od načina
na koji bismo to mogli riješiti

jest da ubacimo osobine
različitih vrsta slika

i vidimo kako pretpostavljena vrsta slike
utječe na naše rekonstrukcije.

Ako sve vrste slika dovode
do vrlo slične slike,

možemo biti sigurniji

da naše pretpostavke ne idu
previše u prilog jednoj slici.

To je donekle kao da date isti opis

trima različitim crtačima diljem svijeta.

Nacrtaju li svi vrlo slična lica,

možemo biti sigurni

da njihovi crteži nisu previše uvjetovani
njihovom kulturom.

Jedan od načina na koji možemo pokušati
nametnuti različite osobine slike

jest korištenjem dijelova
postojećih slika.

Veliku zbirku slika

rastavimo na male komadiće.

Svaki od tih komadića pomalo
nalikuje dijelu slagalice.

Često viđenim dijelovima slagalice
koristimo se kako bismo složili sliku

koja je u skladu
s podacima naših teleskopa.

Različite vrste slika imaju vrlo karakteristične
skupove dijelova slagalice.

A što se događa kad s istim podacima,

ali s različitim skupovima dijelova
slagalice pokušamo rekonstruirati sliku?

Započnimo s dijelovima slagalice
za simulaciju slike crne rupe.

U redu, ovo izgleda vjerojatno.

Izgleda onako kako očekujemo
da crna rupa izgleda.

No jesmo li dobili takvu sliku

jer smo uključili djeliće slika
simulacije crne rupe?

Pokušajmo s drugim skupom
dijelova slagalice,

koji potječe od astronomskih objekata
koji nisu povezani s crnom rupom.

U redu, dobivamo vrlo sličnu sliku.

Što je s dijelovima koji potječu
od svakodnevnih slika,

kao što su one koje snimate
vlastitim fotoaparatom?

Odlično, dobivamo istu sliku.

Kad dobijemo istu sliku
od svih raznih skupova dijelova slagalice,

možemo biti sigurniji

da naše pretpostavke o slici

ne utječu pretjerano na konačan rezultat.

Usto, možemo i
isti skup dijelova slagalice,

kao što su oni koji potječu
od svakodnevnih slika,

upotrijebiti za rekonstrukciju
raznih izvornih slika.

Dakle, u našim simulacijama

pretvaramo se da crna rupa izgleda kao
astronomski objekti koji nisu crna rupa

te kao svakodnevne slike,
kao što je slon u središtu naše galaktike.

Kad rezultati naših algoritama na dnu
izgledaju vrlo slično

pravoj slici simulacije na vrhu,

možemo se početi pouzdavati
u te algoritme.

Ono što stvarno želim naglasiti jest

da su sve ove slike nastale

slaganjem djelića
svakodnevnih fotografija,

kao što su one koje biste fotografirali
vlastitim fotoaparatom.

Dakle, sliku crne rupe
koju nikad nismo vidjeli

naposljetku ćemo možda dobiti
od slika koje stalno viđamo.

Takve ideje o dobivanju slika
omogućit će nam

da prvi put fotografiramo crnu rupu

i, nadajmo se, potvrditi slavne teorije

na koje se znanstvenici
svakodnevno oslanjaju.

No, naravno, takve se ideje

ne bi mogle ostvariti
bez nevjerojatnog tima istraživača

s kojima imam čast raditi.

I dalje me zadivljuje

to što bi, iako sam počela rad na ovom
projektu bez predznanja o astrofizici,

ono što smo postigli
tom jedinstvenom suradnjom

moglo rezultirati prvim slikama crne rupe.

No veliki projekti kao što je
Event Horizon Telescope

uspješni su zahvaljujući
interdisciplinarnoj stručnosti

različitih sudionika.

Mi smo raznolika skupina astronoma,

fizičara, matematičara i inženjera.

To je ono što će uskoro omogućiti

da postignemo nešto što se nekoć
smatralo nemogućim.

Htjela bih vas sve ohrabriti
da odavde iziđete

spremni pomicati granice znanosti,

i onda kada se suočite s nečim
tako misterioznim kao što je crna rupa.

Hvala vam.

(Pljesak)