Return to Video

Kaip nufotografuoti juodąją skylę

  • 0:01 - 0:03
    Filme „Interstellar“
  • 0:03 - 0:07
    galime iš arti pažvelgti į
    gigantišką juodąją skylę.
  • 0:07 - 0:09
    Ryškių dujų fone
  • 0:09 - 0:11
    juodosios skylės gravitacinė trauka
  • 0:11 - 0:12
    sulenkia šviesą į žiedą.
  • 0:12 - 0:15
    Vis dėlto, tai ne tikra nuotrauka,
  • 0:15 - 0:16
    o kompiuterinis atvaizdavimas.
  • 0:16 - 0:20
    Tai – meninė interpretacija to,
    kaip galėtų atrodyti juodoji skylė.
  • 0:20 - 0:22
    Prieš šimtą metų
  • 0:22 - 0:25
    Albertas Einšteinas pirmasis paskelbė savo
    bendrąją reliatyvumo teoriją.
  • 0:25 - 0:27
    Nuo to laiko
  • 0:27 - 0:30
    mokslininkai pateikė daug
    įrodymų jai pagrįsti.
  • 0:30 - 0:33
    Tačiau viena šios teorijos prognozė –
    juodosios skylės –
  • 0:33 - 0:35
    vis dar nebuvo tiesiogiai pastebėta.
  • 0:35 - 0:38
    Nors mes galime įsivaizduoti,
    kaip juodoji skylė galėtų atrodyti,
  • 0:38 - 0:41
    iš tikrųjų niekada nesame
    jos nufotografavę.
  • 0:41 - 0:45
    Tačiau nustebsite sužinoję, kad
    netrukus tai gali pasikeisti.
  • 0:45 - 0:50
    Po kelių metų galime pamatyti
    pirmąją juodosios skylės nuotrauką.
  • 0:50 - 0:54
    Šios nuotraukos sėkmė priklausys nuo
    tarptautinės mokslininkų komandos,
  • 0:54 - 0:55
    Žemės dydžio teleskopo
  • 0:55 - 0:58
    ir algoritmo, kuris sudės
    galutinį atvaizdą.
  • 0:58 - 1:02
    Nors šiandien negalėsiu parodyti
    tikros juodosios skylės nuotraukos,
  • 1:02 - 1:05
    pasistengsiu sudaryti jums įspūdį
    apie dedamas pastangas
  • 1:05 - 1:06
    tam pirmajam atvaizdui padaryti.
  • 1:07 - 1:09
    Mano vardas yra Katie Bouman,
  • 1:09 - 1:12
    esu doktorantė MIT universitete. Atlieku
  • 1:12 - 1:14
    tyrimus informatikos laboratorijoje, kuri
  • 1:14 - 1:16
    siekia, kad kompiuteriai
    galėtų analizuoti atvaizdus ir
  • 1:16 - 1:19
    ir vaizdo įrašus. Nors ir nesu astronomė,
  • 1:19 - 1:20
    norėčiau jums parodyti,
  • 1:20 - 1:23
    kaip man pavyksta prisidėti prie
    šio nuostabaus projekto.
  • 1:23 - 1:26
    Jei eisite pasivaikščioti
    anapus ryškių miesto šviesų,
  • 1:26 - 1:29
    jums gali nusišypsoti laimė
    pamatyti stulbinantį
  • 1:29 - 1:30
    Paukščių Tako galaktikos vaizdą.
  • 1:30 - 1:33
    Ir jei galėtumėte prašvilpti
    pro milijonus žvaigždžių,
  • 1:33 - 1:36
    26 000 šviesmečių link besisukančio
    Paukščių Tako centro,
  • 1:36 - 1:40
    galiausiai pasiektumėte
    žvaigždžių spiečių pačiame centre.
  • 1:40 - 1:43
    Žvelgdami pro galaktines dulkes
    infraraudonųjų spindulių teleskopais,
  • 1:43 - 1:47
    astronomai stebėjo šias žvaigždes
    daugiau nei 16 metų.
  • 1:47 - 1:51
    Bet labiausiai įspūdinga yra
    tai, ko jie nemato.
  • 1:51 - 1:54
    Atrodo, kad šios žvaigždės skrieja
    apie nematomą objektą.
  • 1:54 - 1:56
    Sekdami šių žvaigždžių takus,
  • 1:56 - 1:57
    astronomai padarė išvadą,
  • 1:57 - 2:01
    kad vienintelis toks mažas ir sunkus,
    dalykas galintis sukelti šį
  • 2:01 - 2:03
    judėjimą, yra gigantiška juodoji skylė –
  • 2:03 - 2:07
    objektas toks tankus, kad susiurbia viską,
    kas priartėja pernelyg arti –
  • 2:07 - 2:08
    net šviesą.
  • 2:08 - 2:11
    Bet kas nutiktų, jei
    pažiūrėtume dar iš arčiau?
  • 2:11 - 2:16
    Ar įmanoma pamatyti kažką,
    ko iš esmės neįmanoma pamatyti?
  • 2:17 - 2:20
    Pasirodo, kad, jei vaizdą priartintumėme
    iki radijo bangų ilgio,
  • 2:20 - 2:22
    tikėtumėmės pamatyti šviesos žiedą,
  • 2:22 - 2:24
    sukurtą karštos plazmos
    gravitacinio lęšio,
  • 2:24 - 2:26
    švilpiantį aplink juodąją skylę.
  • 2:26 - 2:27
    Kitaip tariant,
  • 2:27 - 2:30
    juodoji skylė meta šešėlį ant
    šio šviesios medžiagos fono,
  • 2:30 - 2:32
    sukurdama tamsos skliautą.
  • 2:32 - 2:36
    Ryškus žiedas atskleidžia
    juodosios skylės įvykių horizontą,
  • 2:36 - 2:38
    kuriame gravitacinė trauka
    tokia stipri,
  • 2:38 - 2:40
    kad net šviesa negali ištrūkti.
  • 2:40 - 2:43
    Einšteino lygtys numato
    šio žiedo dydį ir formą,
  • 2:43 - 2:46
    todėl jį nufotografuoti
    ne tik būtų nuostabu,
  • 2:46 - 2:48
    bet ir padėtų patvirtinti,
    kad šios lygtys veiktų ir
  • 2:48 - 2:51
    ekstremaliomis sąlygomis
    aplink juodąją skylę.
  • 2:51 - 2:53
    Vis dėlto, juodoji skylė yra
    taip toli nuo mūsų,
  • 2:53 - 2:57
    kad iš Žemės šis žiedas
    atrodo nepaprastai mažas –
  • 2:57 - 3:00
    tokio paties dydžio, kaip mums atrodytų
    apelsinas ant Mėnulio paviršiaus.
  • 3:01 - 3:04
    Todėl ją nufotografuoti
    yra itin sunku.
  • 3:05 - 3:06
    Kodėl taip yra?
  • 3:07 - 3:10
    Na, viskas susiveda
    į paprastą lygtį.
  • 3:10 - 3:12
    Dėl reiškinio, vadinamo difrakcija,
  • 3:12 - 3:14
    yra fundamentalios ribos
  • 3:14 - 3:16
    mažiausiems objektams,
    kuriuos galime pamatyti.
  • 3:17 - 3:20
    Ši lygtis sako, kad, norint
    pamatyti vis mažesnius objektus,
  • 3:20 - 3:23
    mums reikia vis
    didesnio teleskopo.
  • 3:23 - 3:26
    Bet net ir naudodami galingiausius
    optinius teleskopus Žemėje,
  • 3:26 - 3:29
    net nepriartėjame prie
    reikalingos rezoliucijos,
  • 3:29 - 3:31
    reikalingos atvaizduoti Mėnulio paviršių.
  • 3:31 - 3:34
    Tiesą sakant, čia rodau vieną iš
    aukščiausios raiškos Mėnulio nuotraukų,
  • 3:34 - 3:36
    kada nors padarytų iš Žemės.
  • 3:36 - 3:38
    Nuotraukoje yra maždaug 13 000 pikselių,
  • 3:38 - 3:43
    tačiau kiekviename pikselyje tilptų
    per 1,5 milijono apelsinų.
  • 3:43 - 3:45
    Taigi, kokio dydžio teleskopo reikia,
  • 3:45 - 3:48
    norint pamatyti apelsiną ant
    Mėnulio paviršiaus
  • 3:48 - 3:50
    ir, tuo pačiu, mūsų juodąją skylę?
  • 3:50 - 3:52
    Na, pasirodo, kad
    gerai paskaičiavę,
  • 3:52 - 3:55
    galėtumėte apskaičiuoti,
    kad reikėtų teleskopo,
  • 3:55 - 3:56
    kurio dydis būtų sulig Žeme.
  • 3:56 - 3:57
    (Juokas.)
  • 3:57 - 3:59
    Jei galėtume sukurti
    tokį Žemės dydžio teleskopą,
  • 3:59 - 4:02
    galėtume pamažu atskirti
    tą charakteringą šviesos žiedą,
  • 4:03 - 4:05
    kuris nurodo juodosios
    skylės įvykių horizontą.
  • 4:05 - 4:07
    Nors šioje nuotraukoje nebūtų
    visų detalių,
  • 4:07 - 4:09
    matomų kompiuteriniame atvaizdavime,
  • 4:09 - 4:12
    tai padėtų mums užtikrintai
    susidaryti pirmąjį įspūdį
  • 4:12 - 4:14
    apie artimiausią juodąją skylę
    supančią aplinką.
  • 4:14 - 4:16
    Tačiau, kaip galite įsivaizduoti,
  • 4:16 - 4:20
    pastatyti vienos lėkštės teleskopo,
    kuri būtų Žemės dydžio, yra neįmanoma.
  • 4:20 - 4:22
    Bet, kaip sakė Mickas Jaggeris,
  • 4:22 - 4:23
    „Ne visada gali gauti tai, ko nori,
  • 4:23 - 4:26
    bet jei bandai,
    kartais gali rasti
  • 4:26 - 4:27
    tai, ko tau reikia.“
  • 4:27 - 4:29
    Sujungdami teleskopus
    visame pasaulyje,
  • 4:29 - 4:33
    tarptautinis projektas
    pavadinimu „Įvykių horizonto teleskopas“
  • 4:33 - 4:36
    kuria Žemės dydžio
    skaičiuojamąjį teleskopą,
  • 4:36 - 4:38
    kuris pajėgus skirti struktūras
  • 4:38 - 4:40
    juodosios skylės įvykių
    horizonto mastu.
  • 4:40 - 4:43
    Planuojama, kad šis teleskopų tinklas
    pirmąjį juodosios skylės atvaizdą
  • 4:43 - 4:45
    padarys kitais metais.
  • 4:45 - 4:49
    Kiekvienas teleskopas pasauliniame
    tinkle veikia kartu.
  • 4:49 - 4:51
    Susietos preciziškais
    atominiais laikrodžiais,
  • 4:51 - 4:54
    mokslininkų komandos kiekviename
    taške sustingdo šviesą,
  • 4:54 - 4:57
    surinkdami tūkstančius
    terabitų duomenų.
  • 4:57 - 5:02
    Tuomet šie duomenys apdorojami
    laboratorijoje, čia pat, Masačiusetse.
  • 5:02 - 5:04
    Taigi, kaip tai apskritai veikia?
  • 5:04 - 5:07
    Atsimenate, kad norint pamatyti juodąją
    skylę mūsų galaktikos centre,
  • 5:07 - 5:10
    mums reikia sukurti neįmanomai didelį
    Žemės dydžio teleskopą?
  • 5:10 - 5:12
    Trumpam apsimeskime,
    kad galime sukurti
  • 5:12 - 5:14
    Žemės dydžio teleskopą.
  • 5:14 - 5:17
    Tai būtų šiek tiek panašu
    į Žemės pavertimą
  • 5:17 - 5:19
    milžinišku diskotekos rutuliu.
  • 5:19 - 5:21
    Kiekvienas atskiras veidrodis
    surinktų šviesą,
  • 5:21 - 5:23
    kurią mes galėtume sujungti
    ir paversti nuotrauka.
  • 5:23 - 5:26
    Tačiau, sakykime, pašaliname
    daugumą šių veidrodžių
  • 5:26 - 5:28
    ir lieka tik keli.
  • 5:28 - 5:31
    Mes vis dar galėtume bandyti
    sujungti šią informaciją,
  • 5:31 - 5:33
    tačiau dabar yra daug skylių.
  • 5:33 - 5:37
    Šie likę veidrodžiai ženklina
    vietas, kuriose yra mūsų teleskopai.
  • 5:37 - 5:42
    Tai itin menkas matavimų skaičius
    nuotraukai sudaryti.
  • 5:42 - 5:45
    Vis dėlto, nors surenkame šviesą
    tik keliose teleskopų buvimo vietose,
  • 5:45 - 5:49
    Žemei besisukant, gauname
    ir kitų matavimų.
  • 5:49 - 5:53
    Kitaip tariant, „diskotekos rutuliui“
    besisukant, šie veidrodžiai keičia vietas
  • 5:53 - 5:56
    ir mes turime galimybę pamatyti
    skirtingas vaizdo dalis.
  • 5:56 - 6:00
    Mūsų kuriami vizualizavimo algoritmai
    užpildo „diskotekos rutulio“ spragas
  • 6:00 - 6:03
    ir padeda mums atkurti
    slypintį juodosios skylės vaizdą.
  • 6:03 - 6:05
    Jei teleskopai būtų išdėstyti
    visame pasaulyje –
  • 6:05 - 6:08
    kitaip tariant, pilnas
    „diskotekos rutulys“ –
  • 6:08 - 6:09
    tai būtų nereikšminga.
  • 6:09 - 6:12
    Tačiau mes matome tik keletą
    vaizdo dalių ir todėl
  • 6:12 - 6:14
    egzistuoja begalinis galimų
    vaizdų skaičius,
  • 6:14 - 6:17
    kurie visiškai atitinka
    mūsų išmatavimus teleskopu.
  • 6:17 - 6:20
    Vis dėlto, ne visi vaizdai yra
    vienodai naudingi.
  • 6:21 - 6:25
    Kai kurie šių vaizdų labiau panėšėja į
    tai, ką laikome vaizdais, nei kiti.
  • 6:25 - 6:29
    Tad mano vaidmuo bandant padaryti
    pirmąją juodosios skylės nuotrauką
  • 6:29 - 6:32
    yra algoritmų, kurie rastų
    tinkamiausią vaizdą ir atitiktų
  • 6:32 - 6:34
    teleskopo išmatavimus, kūrimas.
  • 6:35 - 6:39
    Kaip ir kriminalinės ekspertizės ekspertai
    naudojasi ribotais apibūdinimais,
  • 6:39 - 6:42
    kad sudėliotų vaizdą pasinaudodami
    savo žiniomis apie veido struktūrą,
  • 6:42 - 6:46
    mano vizualizavimo algoritmai
    naudoja ribotus teleskopų duomenis,
  • 6:46 - 6:50
    kad padėtų mums atkurti vaizdą, kuris
    atrodytų kaip visatoje matomi dalykai.
  • 6:50 - 6:54
    Naudodami šiuos algoritmus,
    mes galime sudėlioti vaizdus
  • 6:54 - 6:56
    iš šių negausių, chaotiškų duomenų.
  • 6:56 - 7:00
    Čia demonstruoju bandomąją rekonstrukciją,
    sukurtą naudojant netikrus duomenis,
  • 7:00 - 7:02
    įsivaizduojant, kad nukreipiame teleskopus
  • 7:02 - 7:05
    į juodąją skylę, esančią
    mūsų galaktikos centre.
  • 7:05 - 7:09
    Nors tai tik simuliacija, rekonstrukcijos,
    tokios kaip ši, mums suteikia vilties, kad
  • 7:09 - 7:13
    netrukus galėsime patikimai padaryti
    pirmąją juodosios skylės nuotrauką
  • 7:13 - 7:15
    ir ja remdamiesi
    nustatyti jos žiedo dydį.
  • 7:16 - 7:19
    Nors aš mielai ir toliau pasakočiau
    apie šio algoritmo detales,
  • 7:19 - 7:22
    jūsų laimei, neturiu tiek laiko.
  • 7:22 - 7:24
    Bet vis tiek norėčiau
    trumpai papasakoti,
  • 7:24 - 7:26
    kaip mes apibrėžiame
    visatos išvaizdą
  • 7:26 - 7:30
    ir kaip tai naudojame rezultatams
    atkurti ir patikrinti.
  • 7:30 - 7:33
    Kadangi egzistuoja begalinis
    galimų vaizdų skaičius,
  • 7:33 - 7:35
    kurie puikiai pateisina
    mūsų teleskopų išmatavimus,
  • 7:35 - 7:38
    kažkokiu būdu mums reikia
    iš jų išskirti tinkamus.
  • 7:38 - 7:40
    Tai darome klasifikuodami vaizdus pagal
  • 7:40 - 7:43
    tikimybę būti
    juodosios skylės vaizdu,
  • 7:43 - 7:45
    tada išsirenkame vieną,
    kuris yra labiausiai tikėtinas.
  • 7:45 - 7:47
    Taigi, ką aš noriu tuo pasakyti?
  • 7:48 - 7:50
    Tarkime, mes bandome sukurti modelį,
  • 7:50 - 7:53
    kuris mums nurodytų tikimybę,
    kad vaizdas atsiras „Facebook“ tinkle.
  • 7:53 - 7:55
    Norėtume, kad modelis parodytų,
  • 7:55 - 7:58
    kad mažai tikėtina, jog kažkas paskelbtų
    šį kairėję esantį vaizdą su triukšmu,
  • 7:58 - 8:01
    ir gana tikėtina, kad
    paskelbtų asmenukę,
  • 8:01 - 8:02
    tokią, kaip ši dešinėje.
  • 8:02 - 8:04
    Vaizdas viduryje yra neryškus,
  • 8:04 - 8:06
    todėl, nors ir labiau tikėtina
    pamatyti jį „Facebook“,
  • 8:07 - 8:08
    palyginti su vaizdu su triukšmu,
  • 8:08 - 8:11
    turbūt mažiau tikėtina, kad
    pamatytume jį, o ne asmenukę.
  • 8:11 - 8:13
    Bet, kai kalbame apie
    juodosios skylės vaizdus,
  • 8:13 - 8:17
    susiduriame su tikra mįslė –
    mes dar niekada nematėme juodosios skylės.
  • 8:17 - 8:19
    Tad koks yra tikėtinas
    juodosios skylės atvaizdas
  • 8:19 - 8:22
    ir kaip turėtume įsivaizduoti
    juodųjų skylių struktūrą?
  • 8:22 - 8:25
    Galėtume naudoti vaizdus iš
    mūsų atliktų simuliacijų,
  • 8:25 - 8:27
    tarkime, juodosios skylės
    vaizdas iš „Interstellar“,
  • 8:27 - 8:30
    bet jei tai padarytumėme,
    galėtume sukelti rimtų problemų.
  • 8:30 - 8:34
    Kas nutiktų, jei Einšteino
    teorijos nepasitvirtintų?
  • 8:34 - 8:38
    Mes vis tiek norėtume atkurti
    tikslų vaizdą, to, kas ten vyksta.
  • 8:38 - 8:41
    Jei mes pernelyg pasikliausime Einšteino
    lygtimis savo algoritmuose,
  • 8:41 - 8:44
    galų gale tiesiog pamatysime
    tai, ką ir tikėjomės pamatyti.
  • 8:44 - 8:46
    Kitaip tariant, norime
    pasilikti galimybę, kad
  • 8:46 - 8:49
    mūsų galaktikos centre yra
    milžiniškas dramblys.
  • 8:49 - 8:50
    (Juokas.)
  • 8:50 - 8:53
    Skirtingi atvaizdų tipai turi
    labai skirtingas ypatybes.
  • 8:53 - 8:57
    Galime lengvai atskirti sumodeliuotus
    juodosios skylės atvaizdus
  • 8:57 - 8:59
    nuo kasdien čia, Žemėje,
    padaromų nuotraukų.
  • 8:59 - 9:02
    Turime kažkaip nurodyti savo
    algoritmams, kaip atrodo nuotraukos,
  • 9:02 - 9:05
    pernelyg neprimetant vieno
    nuotraukų ypatybių tipo.
  • 9:06 - 9:08
    Vienas būdų, kaip galėtume tai išspręsti,
  • 9:08 - 9:11
    yra įvairių vaizdų
    tipų priskyrimas,
  • 9:11 - 9:15
    o tada išsiaiškinti, kaip pateiktas
    vaizdas veikia mūsų rekonstrukcijas.
  • 9:16 - 9:19
    Jei visų nuotraukų tipai pateikia
    labai panašiai atrodantį atvaizdą,
  • 9:19 - 9:21
    tuomet galime būti labiau tikri,
  • 9:21 - 9:25
    kad mūsų daromos prielaidos apie
    atvaizdus nėra pernelyg šališkos.
  • 9:26 - 9:28
    Tai šiek tiek panašu į
    to paties apibūdinimo pateikimą trims
  • 9:29 - 9:32
    skirtingiems kriminalinės ekspertizės
    ekspertams iš viso pasaulio.
  • 9:32 - 9:34
    Jei jie visi gauna labai
    panašiai atrodantį veidą,
  • 9:34 - 9:36
    tuomet galime būti tikri,
  • 9:36 - 9:40
    kad jie savo piešiniams neprimeta
    savo kultūrinio šališkumo.
  • 9:40 - 9:43
    Vienas būdų priskirti
    skirtingas vaizdų ypatybes
  • 9:43 - 9:46
    yra esančių nuotraukų naudojimas.
  • 9:46 - 9:48
    Taigi paimame didelę nuotraukų kolekciją
  • 9:48 - 9:51
    ir nuotraukas suardome
    į mažas nuotrupas.
  • 9:51 - 9:55
    Tada kiekvieną nuotrupą galime
    traktuoti kaip dėlionės gabaliuką.
  • 9:55 - 10:00
    Naudojame dažnai matomus dėlionės
    gabaliukus atvaizdui sudaryti,
  • 10:00 - 10:02
    kuris taip pat atitinka mūsų
    teleskopo išmatavimus.
  • 10:03 - 10:07
    Skirtingi atvaizdų tipai turi labai
    savitus dėlionės gabaliukų rinkinius.
  • 10:07 - 10:10
    Taigi, kas nutinka, kai paimame
    tuos pačius duomenis,
  • 10:10 - 10:14
    bet naudojame skirtingus dėlionės
    gabaliukų rinkinius atvaizdui atkurti?
  • 10:14 - 10:19
    Pirma pradėkime nuo juodosios skylės
    atvaizdo modelio dėlionės gabaliukų.
  • 10:19 - 10:20
    Gerai, tai atrodo visai priimtina.
  • 10:20 - 10:23
    Tai atrodo taip, kaip ir manome
    atrodant juodąją skylę.
  • 10:23 - 10:24
    Bet ar šį atvaizdą gavome
  • 10:24 - 10:27
    tik todėl, kad jį gavome iš mažų
    juodosios skylės simuliacijos vaizdų?
  • 10:27 - 10:29
    Paimkime kitą dėlionės gabaliukų rinkinį
  • 10:29 - 10:32
    naudodami astronominius ne
    juodosios skylės objektus.
  • 10:33 - 10:35
    Gerai, dabar gauname panašų vaizdą.
  • 10:35 - 10:37
    O kaip dėl gabaliukų
    iš kasdienių nuotraukų,
  • 10:37 - 10:40
    pavyzdžiui, tokių, kurias
    padarote savo fotoaparatu?
  • 10:41 - 10:43
    Puiku, mes matome tą patį vaizdą.
  • 10:43 - 10:47
    Kai gauname tą patį vaizdą
    iš skirtingų dėlionės gabaliukų rinkinių,
  • 10:47 - 10:49
    tuomet galime būti labiau tikri,
  • 10:49 - 10:51
    kad mūsų daromos prielaidos apie atvaizdą
  • 10:51 - 10:54
    nedaro pernelyg daug įtakos
    galutiniam atvaizdui.
  • 10:54 - 10:57
    Taip pat galime paimti tą patį
    dėlionės gabaliukų rinkinį,
  • 10:57 - 11:00
    pavyzdžiui iš gabaliukų, gautų
    iš kasdienių nuotraukų,
  • 11:00 - 11:03
    ir jį panaudoti rekonstruodami
    daugybę įvairių pirminių vaizdų.
  • 11:03 - 11:05
    Modeliuodami įsivaizduojame,
  • 11:05 - 11:08
    kad juodoji skylė atrodo kaip
    astronominiai ne juodosios skylės objektai
  • 11:08 - 11:12
    o taip pat ir kasdieniai vaizdai, tokie
    kaip dramblys mūsų galaktikos centre.
  • 11:12 - 11:15
    Kai mūsų algoritmų rezultatai
    apačioje atrodo labai panašūs į
  • 11:15 - 11:18
    simuliacijos tikrąjį vaizdą,
    esantį viršuje,
  • 11:18 - 11:21
    galime būti labiau tikri
    savo algoritmais.
  • 11:21 - 11:23
    Čia aš būtinai noriu pabrėžti,
  • 11:23 - 11:25
    kad visos šios nuotraukos sukurtos
  • 11:25 - 11:28
    sujungiant mažas daleles
    iš kasdienių nuotraukų,
  • 11:28 - 11:30
    tokių, kurias padarote
    savo fotoaparatu.
  • 11:30 - 11:33
    Todėl juodosios skylės atvaizdas,
    kurio dar nesame matę,
  • 11:33 - 11:37
    galiausiai gali būti sukurtas sudedant
    mums įprastus vaizdus:
  • 11:37 - 11:40
    žmones, pastatus, medžius,
    kates ir šunis.
  • 11:40 - 11:43
    Vizualizavimo dėjų, tokių kaip ši,
    dėka galbūt galėsime
  • 11:43 - 11:45
    padaryti pačias pirmąsias
    juodosios skylės nuotraukas
  • 11:45 - 11:48
    ir, tikėkimės, patvirtinti
    tas garsiąsias teorijas,
  • 11:48 - 11:50
    kuriomis kasdien remiasi mokslininkai.
  • 11:50 - 11:53
    Žinoma, įgyvendinti šias
    atvaizdavimo idėjas
  • 11:53 - 11:56
    nebūtų įmanoma be
    nuostabios mokslininkų komandos,
  • 11:56 - 11:58
    su kuria aš turiu garbę dirbti.
  • 11:58 - 11:59
    Mane vis dar stebina,
  • 11:59 - 12:03
    kad, nors pradėjau šį projektą neturėdama
    astrofizikos darbo patirties,
  • 12:03 - 12:05
    tai, ką pasiekėme šio
    nepaprasto bendradarbiavimo dėka,
  • 12:05 - 12:08
    gali virsti pačiais pirmaisiais
    juodosios skylės vaizdais.
  • 12:08 - 12:11
    Bet dideli projektai, kaip
    „Įvykių horizonto teleskopas“
  • 12:11 - 12:14
    yra sėkmingi dėka visos
    tarpdisciplininės kompetencijos,
  • 12:14 - 12:15
    kurią suteikia skirtingi žmonės.
  • 12:15 - 12:17
    Mes – verdantis katilas astronomų,
  • 12:17 - 12:19
    fizikų, matematikų ir inžinierių.
  • 12:19 - 12:22
    Būtent dėl to greitai bus įmanoma
  • 12:22 - 12:25
    pasiekti tai, kas kažkada
    atrodė neįmanoma.
  • 12:25 - 12:27
    Norėčiau jus paskatinti veikti
  • 12:27 - 12:29
    ir padėti plėsti mokslo ribas,
  • 12:29 - 12:33
    net jei iš pradžių tai gali atrodyti
    taip pat paslaptinga, kaip juodoji skylė.
  • 12:33 - 12:34
    Ačiū.
  • 12:34 - 12:37
    (Plojimai.)
Title:
Kaip nufotografuoti juodąją skylę
Speaker:
Katie Bouman
Description:

Paukščių Tako centre yra gigantiška juodoji skylė, kurią maitina besisukantis karštų dujų diskas. Ji įtraukia viską, kas priartėja pernelyg arti – net šviesą. Juodosios skylės mes nematome, bet jos įvykių horizontas meta šešėlį, o to šešėlio atvaizdas padėtų atsakyti į keletą svarbių klausimų apie visatą. Mokslininkai manė, kad norint išgauti tokį atvaizdą reikėtų Žemės dydžio teleskopo – iki kol Katie Bouman ir astronomų komanda sugalvojo išmanią alternatyvą. Sužinokite daugiau apie tai, kaip galime matyti šioje visiškoje tamsoje.

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

Lithuanian subtitles

Revisions