Return to Video

Cómo fotografiar un agujero negro

  • 0:01 - 0:03
    En la película "Interestelar,"
  • 0:03 - 0:06
    podemos ver de cerca
    un agujero negro supermasivo.
  • 0:06 - 0:08
    Puesto frente a un fondo de gas brillante,
  • 0:08 - 0:12
    la enorme fuerza gravitatoria del agujero
    negro curva la luz en forma de anillo.
  • 0:12 - 0:14
    Pero esto no es una fotografía de verdad,
  • 0:14 - 0:17
    sino una representación gráfica
    hecha por ordenador,
  • 0:17 - 0:20
    una interpretación artística del aspecto
    que podría tener un agujero negro.
  • 0:20 - 0:25
    Hace cien años Albert Einstein publicó
    su teoría de la relatividad general.
  • 0:25 - 0:29
    Desde entonces los científicos han hallado
    cantidad de pruebas que la respaldan.
  • 0:29 - 0:33
    Pero una de las cosas predichas
    por esta teoría, los agujeros negros,
  • 0:33 - 0:35
    aún no se ha observado directamente.
  • 0:35 - 0:38
    Aunque tenemos una idea aproximada
    del aspecto de un agujero negro
  • 0:38 - 0:41
    nunca antes hemos tomado
    una fotografía de ninguno.
  • 0:41 - 0:45
    Quizá les sorprenda saber que eso
    puede estar a punto de cambiar.
  • 0:45 - 0:50
    Puede que veamos la primera foto
    de un agujero negro en los próximos años.
  • 0:50 - 0:51
    Conseguir esta primera fotografía
  • 0:51 - 0:54
    requerirá un equipo
    internacional de científicos,
  • 0:54 - 0:56
    un telescopio del tamaño de la Tierra,
  • 0:56 - 0:58
    y un algoritmo que componga
    la imagen final.
  • 0:58 - 1:02
    Aunque hoy no podré enseñarles
    una imagen real de un agujero negro,
  • 1:02 - 1:03
    me gustaría mostrarles brevemente
  • 1:03 - 1:06
    el esfuerzo que supone conseguir
    esa primera fotografía.
  • 1:07 - 1:09
    Mi nombre es Katie Bouman,
  • 1:09 - 1:11
    y soy estudiante de doctorado en el MIT.
  • 1:11 - 1:14
    Realizo investigación
    en un laboratorio informático
  • 1:14 - 1:17
    haciendo que los ordenadores
    visualicen imágenes y vídeos.
  • 1:17 - 1:20
    Pero aunque no soy astrónoma,
    hoy me gustaría enseñarles
  • 1:20 - 1:23
    cómo he llegado a colaborar
    con este emocionante proyecto.
  • 1:23 - 1:26
    Si esta noche se alejan
    de las brillantes luces de la ciudad
  • 1:26 - 1:29
    puede que tengan la suerte
    de contemplar la magnífica imagen
  • 1:29 - 1:30
    de la Galaxia de la Vía Láctea.
  • 1:30 - 1:33
    Y si pudieran ampliar
    a través de millones de estrellas,
  • 1:33 - 1:36
    26.000 años luz hacia el corazón
    de la espiral de la Vía Láctea,
  • 1:36 - 1:40
    llegaríamos al final a un conglomerado
    de estrellas, justo en el centro.
  • 1:40 - 1:43
    Escudriñando a través del polvo
    galáctico con telescopios infrarrojos,
  • 1:43 - 1:47
    los astrónomos han observado
    estas estrellas durante más de 16 años.
  • 1:47 - 1:50
    Pero lo más espectacular
    es lo que no pueden ver.
  • 1:51 - 1:54
    Estas estrellas parecen orbitar
    en torno a un objeto invisible.
  • 1:54 - 1:56
    Monitorizando el movimiento
    de estas estrellas,
  • 1:56 - 1:58
    los astrónomos han llegado a la conclusión
  • 1:58 - 2:01
    de que lo único tan pequeño
    y pesado para causar ese movimiento
  • 2:01 - 2:03
    es un agujero negro supermasivo.
  • 2:03 - 2:07
    Un objeto tan denso que absorbe
    todo lo que se aproxime demasiado,
  • 2:07 - 2:08
    incluida la luz.
  • 2:08 - 2:11
    Pero, ¿qué es lo que ocurre
    si nos acercáramos aún más?
  • 2:11 - 2:16
    ¿Es posible ver algo que es,
    por definición, imposible de ver?
  • 2:16 - 2:20
    Resulta que si nos acercáramos
    a longitudes de onda de radio
  • 2:20 - 2:22
    podríamos esperar
    observar un anillo de luz
  • 2:22 - 2:25
    causado por la lente gravitacional
    del plasma caliente
  • 2:25 - 2:26
    que rodea el agujero negro.
  • 2:26 - 2:29
    Es decir, el agujero negro
    proyecta una sombra
  • 2:29 - 2:32
    sobre este fondo de brillante,
    recortando una esfera oscura.
  • 2:32 - 2:35
    Este anillo brillante revela
    el horizonte del agujero negro,
  • 2:35 - 2:38
    donde la fuerza gravitatoria
    se vuelve tan inmensa
  • 2:38 - 2:40
    que ni siquiera la luz puede escapar.
  • 2:40 - 2:43
    Las ecuaciones de Einstein predicen
    el tamaño y forma del anillo,
  • 2:43 - 2:46
    así que tomar una fotografía
    no sólo sería una pasada,
  • 2:46 - 2:48
    nos ayudaría a confirmar
    que estas ecuaciones se mantienen
  • 2:48 - 2:51
    en las condiciones extremas
    alrededor del agujero negro.
  • 2:51 - 2:54
    Pero este agujero negro
    está tan lejos de nosotros,
  • 2:54 - 2:57
    que desde la Tierra este anillo
    parece increíblemente pequeño,
  • 2:57 - 3:01
    del tamaño de una naranja sobre
    la superficie de la luna, para nosotros.
  • 3:01 - 3:04
    Eso hace que tomar la fotografía
    sea extremadamente difícil.
  • 3:04 - 3:05
    ¿Por qué?
  • 3:05 - 3:09
    Bueno, todo se resume
    en una simple ecuación.
  • 3:09 - 3:13
    Debido a un fenómeno llamado difracción
    existen límites fundamentales
  • 3:13 - 3:17
    sobre los objetos más pequeños
    que somos capaces de observar.
  • 3:17 - 3:20
    Esta ecuación dice que para ver
    cosas más y más pequeñas,
  • 3:20 - 3:23
    necesitamos hacer nuestros
    telescopios más y más grandes.
  • 3:23 - 3:26
    Pero incluso con los telescopios
    ópticos más potentes de la Tierra
  • 3:26 - 3:29
    ni siquiera nos acercamos
    a la resolución necesaria
  • 3:29 - 3:31
    para tomar fotos de la superficie lunar.
  • 3:31 - 3:34
    Aquí les muestro una de las imágenes
    con mayor resolución
  • 3:34 - 3:36
    obtenida de la luna desde la Tierra.
  • 3:36 - 3:38
    Contiene unos 13.000 píxeles,
  • 3:38 - 3:43
    y aún así cada píxel contendría
    más de 1 millón y medio de naranjas.
  • 3:43 - 3:46
    Así que ¿cuán grande es
    el telescopio que necesitamos
  • 3:46 - 3:50
    para poder ver una naranja en la luna,
    y por extensión, nuestro agujero negro?
  • 3:50 - 3:52
    Si analizamos los datos,
  • 3:52 - 3:56
    se puede calcular que necesitaríamos
    un telescopio del tamaño de la Tierra.
  • 3:56 - 3:57
    (Risas)
  • 3:57 - 4:00
    Si pudiéramos construir este
    telescopio tamaño Tierra,
  • 4:00 - 4:03
    podríamos empezar distinguir
    ese anillo de luz característico
  • 4:03 - 4:05
    que señala el horizonte del agujero negro.
  • 4:05 - 4:06
    Aunque esta imagen no tendría
  • 4:06 - 4:09
    todos los detalles de las imágenes
    generadas por ordenador,
  • 4:09 - 4:12
    nos permitiría obtener
    con seguridad un primer vistazo
  • 4:12 - 4:14
    del entorno inmediato del agujero negro.
  • 4:14 - 4:18
    Como pueden imaginar, construir
    un telescopio de disco único
  • 4:18 - 4:20
    del tamaño de la Tierra es imposible.
  • 4:20 - 4:22
    Pero, citando a Mick Jagger,
  • 4:22 - 4:23
    "No siempre consigues lo que quieres,
  • 4:24 - 4:27
    pero si lo intentas, a veces ves
    que consigues lo que necesitas."
  • 4:27 - 4:29
    Y conectando telescopios de todo el mundo,
  • 4:29 - 4:33
    una colaboración internacional
    llamada el Event Horizon Telescope
  • 4:33 - 4:37
    está creando un telescopio computacional
    del tamaño de la Tierra, capaz de resolver
  • 4:37 - 4:40
    una estructura del tamaño
    de un horizonte de agujero negro.
  • 4:40 - 4:43
    Está previsto que la red de telescopios
    tome la primera fotografía
  • 4:43 - 4:45
    de un agujero negro el año que viene.
  • 4:45 - 4:49
    Cada telescopio en la red global
    colabora con los otros.
  • 4:49 - 4:51
    Conectados de manera precisa
    mediante relojes atómicos,
  • 4:51 - 4:54
    equipos de investigadores desde cada sitio
  • 4:54 - 4:56
    congelan luz recogiendo
    miles de terabytes de datos.
  • 4:56 - 5:02
    Estos datos se procesan
    en un laboratorio aquí en Massachusetts.
  • 5:02 - 5:03
    ¿Y cómo funciona esto?
  • 5:03 - 5:07
    ¿Recuerdan que para ver ese agujero
    negro en el centro de nuestra galaxia
  • 5:07 - 5:10
    necesitamos ese telescopio gigantesco,
    del tamaño de la Tierra?
  • 5:10 - 5:12
    Por un instante, pretendamos
  • 5:12 - 5:15
    que fuera posible construir
    un telescopio del tamaño de la Tierra.
  • 5:15 - 5:18
    Sería parecido a convertir la Tierra
    en una bola de discoteca gigante.
  • 5:18 - 5:21
    Cada espejo individual capturaría luz
  • 5:21 - 5:24
    que luego podríamos combinar
    para componer la imagen.
  • 5:24 - 5:26
    Pero digamos que retiramos
    la mayoría de esos espejos
  • 5:26 - 5:28
    dejando sólo unos pocos.
  • 5:28 - 5:31
    Aún podríamos intentar
    combinar esta información,
  • 5:31 - 5:33
    pero ahora hay muchos agujeros.
  • 5:33 - 5:37
    Los espejos que quedan serían
    los lugares donde tenemos telescopios.
  • 5:37 - 5:41
    Es un número minúsculo de medidas
    para conseguir una imagen.
  • 5:41 - 5:45
    Pero aunque sólo capturemos luz
    desde unas pocas ubicaciones,
  • 5:45 - 5:49
    mientras la Tierra rota, podemos
    observar otras nuevas medidas.
  • 5:49 - 5:53
    Es decir, al girar la bola de discoteca,
    esos espejos cambian de posición
  • 5:53 - 5:55
    y podemos observar
    diferentes partes de la imagen.
  • 5:55 - 5:58
    Los algoritmos de obtención
    de imágenes que desarrollamos
  • 5:58 - 6:00
    rellenan los huecos de la bola
  • 6:00 - 6:03
    para poder reconstruir
    la imagen subyacente del agujero negro.
  • 6:03 - 6:05
    Si tuviéramos telescopios
    en todos los rincones del mundo
  • 6:05 - 6:07
    es decir, la bola de discoteca entera,
  • 6:07 - 6:09
    esto sería trivial.
  • 6:09 - 6:10
    Pero sólo vemos unas cuantas muestras
  • 6:10 - 6:14
    y por esa razón hay un número
    infinito de imágenes posibles
  • 6:14 - 6:17
    que son perfectamente coherentes
    con los datos de los telescopios.
  • 6:18 - 6:21
    Pero no todas las imágenes son iguales.
  • 6:21 - 6:24
    Algunas de esas imágenes se parecen
    más a lo que consideramos una imagen
  • 6:24 - 6:25
    que otras.
  • 6:25 - 6:29
    Mi papel para ayudar a conseguir
    esta primera imagen de un agujero negro
  • 6:29 - 6:32
    es diseñar algoritmos que encuentren
    la imagen más razonable
  • 6:32 - 6:34
    que encaje con los datos
    de los telescopios.
  • 6:34 - 6:38
    Igual que un artista forense
    usa descripciones limitadas
  • 6:38 - 6:40
    para componer una imagen
  • 6:40 - 6:42
    aplicando sus conocimientos
    sobre estructura facial,
  • 6:42 - 6:45
    los algoritmos de obtención
    de imágenes que desarrollo
  • 6:45 - 6:48
    ayudan a usar los datos limitados
    de los telescopios hasta conseguir
  • 6:48 - 6:51
    una imagen que se parezca
    a cosas de nuestro universo.
  • 6:51 - 6:54
    Usando estos algoritmos,
    podemos componer imágenes
  • 6:54 - 6:56
    a partir de estos datos escasos y sucios.
  • 6:56 - 7:01
    Aquí muestro un ejemplo de reconstrucción
    realizada utilizando datos simulados,
  • 7:01 - 7:03
    cuando fingimos apuntar
    nuestros telescopios
  • 7:03 - 7:05
    al agujero negro
    en el centro de nuestra galaxia.
  • 7:05 - 7:10
    Aunque es sólo una simulación
    reconstrucciones así nos dan esperanzas
  • 7:10 - 7:12
    de que pronto podremos tomar
    una primera imagen fiable
  • 7:12 - 7:16
    de un agujero negro, y con ella
    determinar el tamaño de su anillo.
  • 7:16 - 7:19
    Aunque me encantaría seguir
    con los detalles de este algoritmo
  • 7:19 - 7:22
    por suerte para Uds.,
    no dispongo de tiempo.
  • 7:22 - 7:24
    Aún así me gustaría
    que se hiciesen una idea
  • 7:24 - 7:27
    de cómo determinamos
    el aspecto de nuestro universo
  • 7:27 - 7:30
    y cómo usamos eso para reconstruir
    y verificar nuestros resultados.
  • 7:30 - 7:33
    Ya que hay un número infinito
    de imágenes posibles
  • 7:33 - 7:36
    que explican perfectamente
    las medidas de los telescopios,
  • 7:36 - 7:38
    tenemos que seleccionar
    entre ellas de alguna forma.
  • 7:38 - 7:40
    Lo hacemos evaluando las imágenes
  • 7:40 - 7:43
    basándonos en la probabilidad
    de que sean la imagen del agujero negro,
  • 7:43 - 7:45
    y entonces elegimos la más probable.
  • 7:45 - 7:48
    ¿Qué significa eso exactamente?
  • 7:48 - 7:50
    Digamos que estábamos
    intentando construir un sistema
  • 7:50 - 7:53
    que nos diga las probabilidades
    de que una imagen esté en Facebook.
  • 7:53 - 7:56
    Seguramente nos gustaría
    que el sistema nos dijera
  • 7:56 - 8:00
    que es poco probable que alguien suba
    la imagen llena de ruido de la izquierda,
  • 8:00 - 8:03
    y muy probable que publique
    un selfie como éste de la derecha.
  • 8:03 - 8:04
    La imagen central está borrosa,
  • 8:04 - 8:08
    así que aunque fuese más probable
    verla en Facebook que la imagen con ruido,
  • 8:08 - 8:10
    es menos probable que el selfie.
  • 8:10 - 8:13
    Pero cuando se trata
    de imágenes del agujero negro,
  • 8:13 - 8:16
    encontramos un verdadero dilema:
    nunca antes hemos visto uno.
  • 8:16 - 8:19
    Así que, ¿qué es una imagen
    probable de un agujero negro?
  • 8:19 - 8:20
    ¿Qué deberíamos suponer
  • 8:20 - 8:22
    sobre la estructura
    de los agujeros negros?
  • 8:22 - 8:25
    Podríamos probar imágenes
    de simulaciones que hemos hecho,
  • 8:25 - 8:27
    como el agujero negro de "Interestelar",
  • 8:27 - 8:30
    pero si hiciéramos esto,
    podría causar serios problemas.
  • 8:30 - 8:34
    ¿Y si las teorías de Einstein
    no se sostuvieran?
  • 8:34 - 8:37
    Seguiríamos queriendo reconstruir
    una imagen precisa del fenómeno.
  • 8:37 - 8:41
    Si forzamos las ecuaciones
    de Einstein en nuestros algoritmos
  • 8:41 - 8:44
    simplemente acabaremos
    viendo lo que esperamos ver.
  • 8:44 - 8:46
    Es decir, queremos estar
    abiertos a la posibilidad
  • 8:46 - 8:49
    de que haya un elefante gigante
    en medio de nuestra galaxia.
  • 8:49 - 8:50
    (Risas)
  • 8:50 - 8:53
    Diferentes tipos de imágenes
    tienen características distintas.
  • 8:53 - 8:56
    Es fácil diferenciar imágenes
    de simulaciones de agujeros negros
  • 8:56 - 8:59
    de imágenes hechas
    un día cualquiera en la Tierra.
  • 8:59 - 9:01
    Necesitamos una manera
    de explicar a nuestros algoritmos
  • 9:01 - 9:03
    qué aspecto tienen las imágenes
  • 9:03 - 9:06
    sin imponerles demasiadas
    características de un tipo de imagen.
  • 9:06 - 9:08
    Una manera de resolver esto
  • 9:08 - 9:11
    es imponer características
    de varios tipos de imágenes,
  • 9:11 - 9:16
    y ver cómo el tipo de imagen que suponemos
    afecta a nuestras reconstrucciones.
  • 9:16 - 9:19
    Si todos los tipos de imágenes
    producen imágenes similares,
  • 9:19 - 9:21
    podemos empezar a estar seguros
  • 9:21 - 9:25
    de que nuestras conjeturas
    no están deformando tanto la imagen.
  • 9:25 - 9:31
    Es parecido a dar la misma descripción
    a tres artistas de diferentes lugares.
  • 9:31 - 9:36
    Si todos producen un rostro similar,
    podemos empezar a estar seguros
  • 9:36 - 9:40
    de que no están forzando sus propios
    prejuicios culturales en los dibujos.
  • 9:40 - 9:43
    Una manera de intentar imponer
    diferentes características visuales
  • 9:43 - 9:46
    es con fragmentos de imágenes existentes.
  • 9:46 - 9:48
    Tomamos una gran colección de imágenes,
  • 9:48 - 9:51
    y la descomponemos en pequeños parches.
  • 9:51 - 9:55
    Entonces podemos tratar cada parche
    como la pieza de un puzzle.
  • 9:55 - 10:00
    Y utilizamos piezas de puzzle comunes
    para componer una imagen
  • 10:00 - 10:03
    que encaje también con las medidas
    de nuestros telescopios.
  • 10:03 - 10:07
    Diferentes tipos de imagen dan
    distintos tipos de piezas de puzzle.
  • 10:07 - 10:12
    ¿Qué ocurre cuando usamos los mismos datos
    pero diferentes tipos de piezas de puzzle
  • 10:12 - 10:14
    para reconstruir la imagen?
  • 10:14 - 10:19
    Empecemos con piezas de puzzle
    de simulaciones de agujeros negros.
  • 10:19 - 10:20
    Vale, esto parece razonable.
  • 10:20 - 10:23
    Éste es el aspecto que esperamos
    de un agujero negro.
  • 10:23 - 10:25
    ¿Pero lo hemos obtenido
    porque sólo le hemos dado
  • 10:25 - 10:28
    piezas de simulaciones de agujeros negros?
  • 10:28 - 10:30
    Intentemos otro tipo de piezas de puzzle,
  • 10:30 - 10:33
    de objetos astronómicos
    que no son agujeros negros.
  • 10:33 - 10:35
    Vale, tenemos una imagen similar.
  • 10:35 - 10:37
    ¿Y con piezas de imágenes del día a día,
  • 10:37 - 10:40
    como las que Uds. toman
    con su cámara personal?
  • 10:41 - 10:43
    Genial, vemos la misma imagen.
  • 10:43 - 10:47
    Cuando obtenemos la misma imagen
    con todos los conjuntos diferentes
  • 10:47 - 10:49
    de piezas de puzzle, podemos
    empezar a estar seguros
  • 10:49 - 10:53
    de que nuestras conjeturas
    no están deformando tanto la imagen.
  • 10:54 - 10:57
    Otra cosa que podemos hacer es tomar
    el mismo conjunto de piezas de puzzle,
  • 10:57 - 11:00
    como las derivadas de imágenes
    normales del día a día,
  • 11:00 - 11:03
    y usarlas para recomponer muchos
    tipos de imágenes diferentes.
  • 11:03 - 11:05
    Así que en nuestras simulaciones
  • 11:05 - 11:08
    pretendemos que un agujero negro
    se parece a otros objetos astronómicos
  • 11:08 - 11:10
    que no son agujeros negros,
    y a imágenes comunes
  • 11:10 - 11:13
    como el elefante en el centro
    de nuestra galaxia.
  • 11:13 - 11:16
    Cuando los resultados de los algoritmos
    en la parte inferior se parecen mucho
  • 11:16 - 11:19
    a la imagen verdadera
    de la simulación, arriba,
  • 11:19 - 11:22
    entonces podemos empezar
    a confiar más en nuestros algoritmos.
  • 11:22 - 11:25
    Y de verdad que quiero enfatizar aquí
    que todas estas imágenes fueron creadas
  • 11:25 - 11:28
    uniendo pequeños fragmentos
    de fotografías corrientes
  • 11:28 - 11:30
    como las que Uds. toman
    con su cámara personal.
  • 11:30 - 11:33
    Así que una imagen de un agujero negro
    que no hemos visto nunca
  • 11:33 - 11:37
    podría crearse uniendo imágenes
    que vemos todo el tiempo
  • 11:37 - 11:40
    de personas, edificios,
    árboles, gatos y perros.
  • 11:40 - 11:43
    Imaginar ideas como ésta
    hará que sea posible
  • 11:43 - 11:45
    que obtengamos nuestras primeras
    fotos de un agujero negro,
  • 11:45 - 11:48
    y con suerte que verifiquemos
    esas famosas teorías
  • 11:48 - 11:50
    en las que los científicos
    confían cada día.
  • 11:50 - 11:52
    Por supuesto, conseguir ideas
  • 11:52 - 11:55
    para generar tales imágenes
    y que funcionen no sería posible
  • 11:55 - 11:59
    sin el fantástico equipo de investigadores
    con el que tengo el honor de trabajar.
  • 11:59 - 12:02
    Aún me asombra que aunque empecé
    este proyecto sin saber astrofísica,
  • 12:02 - 12:05
    lo que hemos logrado a través
    de esta colaboración única
  • 12:05 - 12:08
    podría resultar en las primeras
    imágenes de un agujero negro.
  • 12:08 - 12:11
    Pero grandes proyectos
    como el Event Horizon Telescope
  • 12:11 - 12:14
    tienen éxito gracias a todo
    el conocimiento interdisciplinar
  • 12:14 - 12:15
    que diferentes personas aportan.
  • 12:15 - 12:19
    Somos una mezcla de astrónomos,
    físicos, matemáticos e ingenieros.
  • 12:19 - 12:22
    Esto es lo que hará posible dentro de poco
  • 12:22 - 12:25
    conseguir algo que una vez
    se creyó imposible.
  • 12:25 - 12:27
    Me gustaría animaros a todos
    a salir ahí fuera
  • 12:27 - 12:29
    y ayudar a expandir
    los límites de la ciencia,
  • 12:29 - 12:33
    incluso si al principio os parece
    tan misteriosa como un agujero negro.
  • 12:33 - 12:34
    Gracias.
  • 12:34 - 12:36
    (Aplausos)
Title:
Cómo fotografiar un agujero negro
Speaker:
Katie Bouman
Description:

En el corazón de la Vía Láctea, hay un agujero negro supermasivo que se alimenta de un disco giratorio de gas caliente, absorbiendo todo lo que se le acerca demasiado. Ni siquiera se escapa la luz. No podemos verlo, pero su horizonte proyecta una sombra, y la imagen de aquella sombra podría ayudarnos a responder algunas preguntas importantes sobre el universo. Los científicos solían pensar que para obtener una imagen de este tipo se requeriría de un telescopio del tamaño de la Tierra - hasta que Katie Bouman, junto a un equipo de astrónomos, propusieron una alternativa inteligente. Aprendamos sobre cómo podemos ver en la oscuridad.

more » « less
Video Language:
English
Team:
TED
Project:
TEDTalks
Duration:
12:51

Spanish subtitles

Revisions