Return to Video

Hoe een foto maken van een zwart gat

  • 0:01 - 0:03
    In de film 'Interstellar'
  • 0:03 - 0:07
    zien we een close-up
    van een superzwaar zwart gat.
  • 0:07 - 0:09
    Tegen een achtergrond van oplichtend gas
  • 0:09 - 0:11
    buigt de enorme zwaartekracht
    van het zwarte gat
  • 0:11 - 0:12
    het licht tot een ring.
  • 0:12 - 0:15
    Dit is echter geen echte foto,
  • 0:15 - 0:16
    maar een computergrafische weergave --
  • 0:16 - 0:20
    een artistieke interpretatie van hoe
    een zwart gat eruit zou kunnen zien.
  • 0:20 - 0:23
    Honderd jaar geleden kwam Albert Einstein
  • 0:23 - 0:25
    met zijn theorie
    van de algemene relativiteit.
  • 0:25 - 0:27
    In de jaren daarna
  • 0:27 - 0:30
    vonden wetenschappers veel bewijs
    ter ondersteuning ervan.
  • 0:30 - 0:33
    Maar één ding voorspeld op basis
    van deze theorie, zwarte gaten,
  • 0:33 - 0:35
    is nog steeds niet direct waargenomen.
  • 0:35 - 0:38
    Hoewel we een idee hebben over hoe
    een zwart gat eruit zou kunnen zien,
  • 0:38 - 0:41
    hebben we er eigenlijk nog nooit
    een foto van kunnen nemen.
  • 0:41 - 0:45
    Het zou je kunnen verbazen
    dat dat nu snel kan gaan veranderen.
  • 0:45 - 0:50
    Misschien krijgen we in de komende
    paar jaar een zwart gat te zien.
  • 0:50 - 0:51
    Daarvoor zullen nodig zijn:
  • 0:51 - 0:53
    een internationaal team
    van wetenschappers,
  • 0:53 - 0:55
    een Aarde-grote telescoop
  • 0:55 - 0:58
    en een algoritme om het
    uiteindelijke beeld samen te stellen.
  • 0:58 - 1:02
    Hoewel ik jullie vandaag nog geen reëel
    beeld van een zwart gat kan tonen,
  • 1:02 - 1:05
    wil ik jullie iets vertellen
    over de benodigde inspanning
  • 1:05 - 1:06
    om die eerste foto te krijgen.
  • 1:07 - 1:09
    Mijn naam is Katie Bouman.
  • 1:09 - 1:11
    Ik ben een PhD student aan het MIT.
  • 1:11 - 1:14
    Ik doe onderzoek in een lab
    voor computerwetenschap
  • 1:14 - 1:17
    dat eraan werkt om computers
    te laten zien via foto's en video.
  • 1:17 - 1:19
    Maar hoewel ik geen astronoom ben,
  • 1:19 - 1:20
    wil ik jullie vandaag laten zien
  • 1:20 - 1:23
    hoe ik in staat was om bij te dragen
    aan dit spannende project.
  • 1:23 - 1:26
    Als je de lichten van de stad
    vanavond achter je laat,
  • 1:26 - 1:29
    heb je kans op een prachtig uitzicht
  • 1:29 - 1:30
    op de Melkweg.
  • 1:30 - 1:33
    Als je voorbij de miljoenen
    sterren kon inzoomen,
  • 1:33 - 1:36
    26.000 lichtjaar in de richting van
    het hart van de spiraalvormige Melkweg,
  • 1:36 - 1:40
    zouden we uiteindelijk een groep sterren
    midden in het centrum bereiken.
  • 1:40 - 1:43
    Door al het galactische stof heen turend
    met infraroodtelescopen,
  • 1:43 - 1:47
    houden astronomen deze sterren
    al meer dan 16 jaar in de gaten.
  • 1:47 - 1:51
    Maar net wat ze niet zien,
    is het meest spectaculair.
  • 1:51 - 1:54
    Deze sterren lijken
    een onzichtbaar object te omcirkelen.
  • 1:54 - 1:56
    Door het volgen
    van de paden van deze sterren,
  • 1:56 - 1:57
    hebben astronomen besloten
  • 1:57 - 2:01
    dat het enige wat klein en zwaar genoeg
    is om deze beweging te veroorzaken
  • 2:01 - 2:03
    een superzwaar zwart gat is --
  • 2:03 - 2:07
    een object zo dicht dat het alles wat
    te kort bij komt naar zich toe zuigt --
  • 2:07 - 2:08
    zelfs licht.
  • 2:08 - 2:11
    Maar wat gebeurt er als we
    nog verder zouden inzoomen?
  • 2:11 - 2:16
    Is het mogelijk om iets te zien
    dat per definitie onmogelijk te zien is?
  • 2:17 - 2:20
    Als we inzoomen met radiogolven
  • 2:20 - 2:22
    verwachten we een ring van licht te zien
  • 2:22 - 2:24
    veroorzaakt door de gravitatielens
    van heet plasma
  • 2:24 - 2:26
    dat rond het zwarte gat zwiert.
  • 2:26 - 2:27
    Met andere woorden,
  • 2:27 - 2:31
    het zwarte gat werpt een schaduw
    op deze achtergrond van heldere materie,
  • 2:31 - 2:32
    te zien als een duistere bol.
  • 2:32 - 2:36
    Deze heldere ring onthult
    de gebeurtenishorizon van het zwarte gat,
  • 2:36 - 2:38
    waar de aantrekkingskracht zo groot wordt
  • 2:38 - 2:40
    dat zelfs licht niet kan ontsnappen.
  • 2:40 - 2:43
    Einsteins vergelijkingen voorspellen
    de grootte en vorm ervan.
  • 2:43 - 2:46
    Het nemen van een foto ervan
    zou niet alleen echt cool zijn,
  • 2:46 - 2:49
    maar zou ook helpen
    om deze vergelijkingen te verifiëren
  • 2:49 - 2:51
    in de extreme omstandigheden
    rond het zwarte gat.
  • 2:51 - 2:53
    Dit zwarte gat is echter zo ver weg
  • 2:53 - 2:56
    dat deze ring vanaf Aarde gezien
    ongelooflijk klein lijkt --
  • 2:56 - 3:00
    van dezelfde grootte voor ons als een
    appelsien op het oppervlak van de maan.
  • 3:01 - 3:04
    Dat maakt het nemen van een foto
    ervan uiterst moeilijk.
  • 3:05 - 3:06
    Waarom?
  • 3:07 - 3:10
    Het komt allemaal neer
    op een eenvoudige vergelijking.
  • 3:10 - 3:12
    Vanwege het fenomeen diffractie
  • 3:12 - 3:14
    zijn er fundamentele grenzen
  • 3:14 - 3:16
    voor de kleinste objecten
    die we zouden kunnen zien.
  • 3:17 - 3:20
    Deze vergelijking zegt dat om
    kleiner en kleiner te kunnen zien,
  • 3:20 - 3:23
    we onze telescoop groter
    en groter moeten maken.
  • 3:23 - 3:26
    Maar zelfs met de krachtigste
    optische telescopen op Aarde
  • 3:26 - 3:29
    komen we niet eens
    in de buurt van de resolutie
  • 3:29 - 3:31
    nodig om het oppervlak
    van de maan te bekijken.
  • 3:31 - 3:34
    Hier toon ik een van de hoogste
    resoluties ooit genomen
  • 3:34 - 3:36
    van de maan vanaf de Aarde.
  • 3:36 - 3:38
    Het bevat ongeveer 13.000 pixels,
  • 3:38 - 3:43
    en toch zou elke pixel meer dan
    1,5 miljoen sinaasappels bevatten.
  • 3:43 - 3:45
    Hoe groot moet dan de telescoop zijn
  • 3:45 - 3:48
    om een sinaasappel te zien
    op het oppervlak van de maan,
  • 3:48 - 3:50
    om van ons zwarte gat nog niet te spreken?
  • 3:50 - 3:52
    Nou, het blijkt dat je
  • 3:52 - 3:55
    een telescoop nodig zou hebben
  • 3:55 - 3:57
    ter grootte van de Aarde.
  • 3:57 - 3:57
    (Gelach)
  • 3:57 - 4:00
    Als we deze Aarde-grote
    telescoop konden bouwen,
  • 4:00 - 4:02
    zouden we een lichtkring kunnen zien
  • 4:02 - 4:05
    rond de waarnemingshorizon
    van het zwarte gat.
  • 4:05 - 4:08
    Al zou dit beeld
    niet alle details laten zien
  • 4:08 - 4:10
    zoals in de computergrafische weergave,
  • 4:10 - 4:12
    het zou ons veilig een eerste blik gunnen
  • 4:12 - 4:14
    op de directe omgeving rond een zwart gat.
  • 4:14 - 4:16
    Jullie kunnen je voorstellen
  • 4:16 - 4:18
    dat het bouwen
    van een telescoop met een schotel
  • 4:18 - 4:20
    zo groot als de Aarde onmogelijk is.
  • 4:20 - 4:22
    In de beroemde woorden van Mick Jagger:
  • 4:22 - 4:23
    "Je krijgt niet altijd wat je wilt,
  • 4:23 - 4:26
    maar als je het probeert,
    krijg je misschien wel
  • 4:26 - 4:27
    wat je nodig hebt."
  • 4:27 - 4:29
    Telescopen uit de hele wereld
    met elkaar combineren
  • 4:29 - 4:33
    in een internationale samenwerking,
    de Event Horizon Telescope genaamd,
  • 4:33 - 4:36
    levert een computertelescoop
    ter grootte van de Aarde,
  • 4:36 - 4:38
    om de structuur van
    de gebeurtenishorizon
  • 4:38 - 4:40
    van een zwart gat op te lossen.
  • 4:40 - 4:42
    Dit netwerk van telescopen is gepland
  • 4:42 - 4:45
    om volgend jaar zijn eerste opname
    van een zwart gat te maken.
  • 4:45 - 4:49
    Elke telescoop in het wereldwijde
    netwerk werkt samen.
  • 4:49 - 4:51
    Verbonden door de precieze
    timing van atoomklokken
  • 4:51 - 4:54
    bevriezen teams van onderzoekers
    voor elke waarneming het licht
  • 4:54 - 4:57
    door het verzamelen van duizenden
    terabytes aan gegevens.
  • 4:57 - 5:02
    Deze gegevens worden vervolgens verwerkt
    in een lab hier in Massachusetts.
  • 5:02 - 5:03
    Hoe kan dit nu werken?
  • 5:03 - 5:05
    Bedenk dat om het zwarte gat
  • 5:05 - 5:07
    in het centrum van ons
    melkwegstelsel te zien,
  • 5:07 - 5:10
    we een onmogelijk grote
    Aarde-grote telescoop moeten bouwen.
  • 5:10 - 5:12
    Laten we even doen alsof we een telescoop
  • 5:12 - 5:14
    ter grootte van de Aarde kunnen bouwen.
  • 5:14 - 5:17
    Dit zou lijken op
    het omvormen van de Aarde
  • 5:17 - 5:19
    tot een gigantische draaiende discobal.
  • 5:19 - 5:21
    Elke aparte spiegel zou licht opvangen
  • 5:21 - 5:23
    dat we dan konden combineren
    om een beeld te maken.
  • 5:23 - 5:26
    Laten we nu het grootste deel
    van deze spiegels verwijderen
  • 5:26 - 5:28
    zodat er slechts enkele overblijven.
  • 5:28 - 5:31
    We kunnen dan nog steeds
    deze informatie combineren,
  • 5:31 - 5:33
    maar nu zijn er veel gaten.
  • 5:33 - 5:36
    Deze resterende spiegels
    stellen de locaties voor
  • 5:36 - 5:37
    waar we telescopen hebben.
  • 5:37 - 5:42
    Dit is een ongelooflijk klein aantal
    metingen om een beeld samen te stellen.
  • 5:42 - 5:45
    Maar hoewel we alleen licht verzamelen
    op slechts enkele telescooplocaties,
  • 5:45 - 5:49
    krijgen we als de Aarde draait
    andere nieuwe metingen te zien.
  • 5:49 - 5:51
    Met andere woorden,
    als de discobal draait,
  • 5:51 - 5:53
    verschuiven de spiegels
  • 5:53 - 5:56
    en kunnen we verschillende delen
    van het beeld observeren.
  • 5:56 - 6:00
    Onze beeldvormingsalgoritmes vullen
    de ontbrekende gaten van de discobal op,
  • 6:00 - 6:03
    teneinde het zwarte gat
    erachter te reconstrueren.
  • 6:03 - 6:05
    Als we overal op de wereld
    telescopen hadden --
  • 6:05 - 6:07
    met andere woorden, de hele discobal --
  • 6:07 - 6:09
    zou dit triviaal zijn.
  • 6:09 - 6:12
    Maar we zien alleen
    enkele stalen en daarom
  • 6:12 - 6:14
    zijn er een oneindig aantal
    mogelijke beelden
  • 6:14 - 6:17
    die perfect in overeenstemming zijn
    met onze telescoopmetingen.
  • 6:17 - 6:20
    Maar niet alle afbeeldingen
    zijn gelijkaardig.
  • 6:21 - 6:24
    Sommige van die beelden
    lijken meer dan andere
  • 6:24 - 6:25
    op wat wij als afbeeldingen zien.
  • 6:25 - 6:29
    Mijn rol om het eerste beeld
    van een zwart gat te verkrijgen,
  • 6:29 - 6:32
    bestaat uit algoritmen ontwerpen
    om de beste afbeelding te vinden
  • 6:32 - 6:34
    die ook bij de telescoopmetingen past.
  • 6:35 - 6:38
    Net zoals een politie-tekenaar
    beperkte beschrijvingen gebruikt
  • 6:38 - 6:42
    om een afbeelding te reconstrueren
    met hun kennis van gezichtsstructuur,
  • 6:42 - 6:46
    zo gebruiken mijn beeldvormingsalgoritmen
    onze beperkte telescoopdata
  • 6:46 - 6:50
    om te leiden tot een beeld dat er ook
    uitziet als de dingen in ons universum.
  • 6:50 - 6:54
    Met deze algoritmen kunnen
    we beelden samenstellen
  • 6:54 - 6:56
    uit deze schaarse, rommelige data.
  • 6:56 - 6:59
    Hier toon ik een voorbeeld
    uitgaande van gesimuleerde data,
  • 6:59 - 7:02
    als we doen alsof we
    onze telescopen richten
  • 7:02 - 7:05
    naar het zwarte gat in het centrum
    van ons melkwegstelsel.
  • 7:05 - 7:09
    Hoewel dit slechts een simulatie is,
    geven reconstructies als deze ons hoop
  • 7:09 - 7:11
    om binnenkort op betrouwbare wijze
  • 7:11 - 7:13
    een eerste beeld
    van een zwart gat te kunnen maken
  • 7:13 - 7:15
    en daaruit de grootte
    van de ring te bepalen.
  • 7:16 - 7:19
    Ik zou graag alle details
    van dit algoritme willen geven,
  • 7:19 - 7:22
    maar heb daar, gelukkig voor jullie,
    niet de tijd voor.
  • 7:22 - 7:24
    Ik zal toch in het kort uitleggen
  • 7:24 - 7:26
    hoe we bepalen
    hoe ons universum eruitziet,
  • 7:26 - 7:28
    en hoe we dit gebruiken
    om onze resultaten
  • 7:28 - 7:30
    te reconstrueren en te controleren.
  • 7:30 - 7:33
    Omdat er een oneindig aantal
    mogelijke beelden zijn
  • 7:33 - 7:35
    die onze telescoopmetingen
    perfect uitleggen,
  • 7:35 - 7:38
    moeten we op een bepaalde manier
    tussen hen kiezen.
  • 7:38 - 7:39
    We rangschikken de beelden
  • 7:39 - 7:43
    volgens hoe groot de kans is
    dat ze de foto van het zwarte gat zijn,
  • 7:43 - 7:45
    en kiezen dan voor de waarschijnlijkste.
  • 7:45 - 7:47
    Wat bedoel ik hiermee?
  • 7:48 - 7:50
    Laten we zeggen dat we
    een model willen maken
  • 7:50 - 7:53
    dat de kans weergeeft
    dat een beeld op Facebook komt.
  • 7:53 - 7:55
    We zouden het onwaarschijnlijk vinden
  • 7:55 - 7:58
    dat iemand dit vage
    beeld links zou posten,
  • 7:58 - 8:01
    en vrij waarschijnlijk dat iemand
    een selfie zou posten
  • 8:01 - 8:02
    zoals rechts.
  • 8:02 - 8:04
    Het beeld in het midden is onscherp,
  • 8:04 - 8:07
    al zouden we het eerder
    op Facebook tegenkomen
  • 8:07 - 8:08
    dan het beeld met ruis,
  • 8:08 - 8:11
    maar minder dan de selfie.
  • 8:11 - 8:13
    Maar als het gaat
    om beelden van het zwarte gat
  • 8:13 - 8:17
    zitten we met een echt raadsel,
    want dat hebben we nog nooit gezien.
  • 8:17 - 8:19
    Hoe zal dan een zwart gat eruitzien,
  • 8:19 - 8:22
    en wat moeten we veronderstellen
    over de structuur van zwarte gaten?
  • 8:22 - 8:24
    Misschien met beelden van onze simulaties,
  • 8:24 - 8:27
    zoals het beeld van het zwarte gat
    van ‘Interstellar’,
  • 8:27 - 8:30
    maar dat zou een aantal ernstige
    problemen met zich meebrengen.
  • 8:30 - 8:34
    Wat als de theorieën van Einstein
    niet zouden kloppen?
  • 8:34 - 8:38
    We zouden nog steeds
    een nauwkeurig beeld willen reconstrueren.
  • 8:38 - 8:41
    Als we Einsteins vergelijkingen
    te veel in onze algoritmen verwerken,
  • 8:41 - 8:44
    zullen we alleen maar zien
    wat we verwachten.
  • 8:44 - 8:48
    Een gigantische olifant
    in het centrum van ons melkwegstelsel?
  • 8:48 - 8:49
    Moet kunnen?
  • 8:49 - 8:50
    (Gelach)
  • 8:50 - 8:53
    Verschillende beelden
    met verschillende eigenschappen.
  • 8:53 - 8:56
    We zien gemakkelijk het verschil
  • 8:56 - 8:58
    tussen simulatiebeelden van een zwart gat
  • 8:58 - 8:59
    en alledaagse foto's.
  • 8:59 - 9:02
    We moeten onze algoritmen kunnen
    vertellen welke beelden te zoeken
  • 9:02 - 9:05
    zonder te veel nadruk
    op één type afbeelding.
  • 9:06 - 9:07
    Een manier om dit te omzeilen
  • 9:07 - 9:11
    is de kenmerken van de verschillende
    soorten afbeeldingen opleggen
  • 9:11 - 9:13
    en zien hoe het type beeld
    waar we van uitgaan
  • 9:13 - 9:16
    onze reconstructies beïnvloedt.
  • 9:16 - 9:19
    Als alle types beelden een zeer
    gelijkende afbeelding produceren,
  • 9:19 - 9:21
    dan kunnen we er zekerder van zijn
  • 9:21 - 9:25
    dat de aannames die we maken
    het beeld niet te veel vertekenen.
  • 9:26 - 9:28
    Dit is een beetje als het geven
    van dezelfde beschrijving
  • 9:28 - 9:32
    aan drie verschillende politie-tekenaars
    van over de hele wereld.
  • 9:32 - 9:35
    Als ze allemaal een vergelijkbaar
    uitziend gezicht produceren,
  • 9:35 - 9:36
    dan kunnen we erop vertrouwen
  • 9:36 - 9:40
    dat hun culturele vooroordelen
    de tekeningen niet beïnvloeden.
  • 9:40 - 9:43
    Een manier om verschillende
    beeldeigenschappen op te leggen,
  • 9:43 - 9:46
    is met behulp van stukken
    van bestaande beelden.
  • 9:46 - 9:48
    Dus nemen we een grote verzameling beelden
  • 9:48 - 9:51
    en delen ze op in hun kleinere stukjes.
  • 9:51 - 9:55
    Dan kunnen we die stukjes behandelen
    als stukjes van een puzzel.
  • 9:55 - 10:00
    En we gebruiken vaak voorkomende stukjes
    om een beeld samen te stellen
  • 10:00 - 10:02
    dat ook past bij onze telescoopmetingen.
  • 10:03 - 10:07
    Verschillende soorten beelden hebben
    zeer kenmerkende sets van puzzelstukjes.
  • 10:07 - 10:10
    Wat gebeurt er als we
    dezelfde gegevens nemen,
  • 10:10 - 10:14
    maar verschillende sets van puzzelstukken
    gebruiken om het beeld te reconstrueren?
  • 10:14 - 10:19
    Laten we eerst beginnen met puzzelstukjes
    van de simulatie van een zwart gat.
  • 10:19 - 10:20
    OK, dit ziet er redelijk uit.
  • 10:20 - 10:23
    Dit lijkt op wat we verwachten
    van een zwart gat.
  • 10:23 - 10:24
    Maar kregen we het gewoon
  • 10:24 - 10:27
    uit de kleine stukjes
    simulatiebeelden van een zwart gat?
  • 10:27 - 10:30
    We proberen het met
    een andere set puzzelstukjes
  • 10:30 - 10:32
    van astronomische,
    niet-zwarte-gatobjecten.
  • 10:33 - 10:35
    We krijgen een gelijkende afbeelding.
  • 10:35 - 10:38
    Hoe zit het dan met stukjes
    uit gewone beelden,
  • 10:38 - 10:40
    als de foto's die je maakt
    met je eigen camera?
  • 10:41 - 10:43
    Geweldig, we zien hetzelfde beeld.
  • 10:43 - 10:47
    Krijgen we hetzelfde beeld
    uit alle sets van puzzelstukjes,
  • 10:47 - 10:49
    dan kunnen we er wat zekerder van zijn
  • 10:49 - 10:51
    dat onze aannames
  • 10:51 - 10:54
    niet te veel afwijken
    van het uiteindelijke beeld.
  • 10:54 - 10:57
    Wat we nog kunnen doen,
    is dezelfde set van puzzelstukjes,
  • 10:57 - 11:00
    zoals die afkomstig
    van alledaagse beelden,
  • 11:00 - 11:03
    gebruiken om veel verschillende soorten
    van bronbeelden te reconstrueren.
  • 11:03 - 11:05
    Dus doen we in onze simulaties
  • 11:05 - 11:08
    alsof een zwart gat lijkt op
    astronomische niet-zwarte-gat dingen,
  • 11:08 - 11:12
    net als alledaagse beelden als de olifant
    in het centrum van ons melkwegstelsel.
  • 11:12 - 11:15
    Wanneer de resultaten onderaan
  • 11:15 - 11:18
    erg lijken op het echte beeld
    van de simulatie bovenaan,
  • 11:18 - 11:21
    dan mogen we onze algoritmen
    meer beginnen te vertrouwen.
  • 11:21 - 11:23
    Ik wil hier benadrukken
  • 11:23 - 11:25
    dat al deze foto's zijn gemaakt
  • 11:25 - 11:28
    door kleine stukjes
    van alledaagse foto’s samen te voegen,
  • 11:28 - 11:30
    foto’s zoals die van je eigen camera.
  • 11:30 - 11:33
    Zo kan een afbeelding van een zwart gat
    dat we nooit eerder hebben gezien
  • 11:33 - 11:36
    worden gecreëerd
    door beelden samen te voegen
  • 11:36 - 11:37
    van dingen die we kennen,
  • 11:37 - 11:40
    zoals mensen, gebouwen, bomen,
    katten en honden.
  • 11:40 - 11:43
    Beeldvormingsideeën als deze
    zullen het voor ons mogelijk te maken
  • 11:43 - 11:45
    een foto te nemen van een zwart gat,
  • 11:45 - 11:48
    en hopelijk die beroemde
    theorieën te testen
  • 11:48 - 11:50
    waar wetenschappers elke dag op steunen.
  • 11:50 - 11:53
    Maar natuurlijk zou dit nooit zijn gelukt
  • 11:53 - 11:55
    zonder het geweldige team van onderzoekers
  • 11:55 - 11:58
    waar ik het voorrecht heb
    om mee te werken.
  • 11:58 - 11:59
    Het verbaast me nog steeds
  • 11:59 - 12:03
    dat, hoewel ik hieraan begon
    zonder achtergrond in de astrofysica,
  • 12:03 - 12:05
    wat we door deze unieke
    samenwerking hebben bereikt,
  • 12:05 - 12:08
    kan leiden tot de allereerste beelden
    van een zwart gat.
  • 12:08 - 12:11
    Maar grote projecten
    als de Event Horizon Telescope
  • 12:11 - 12:14
    zijn succesvol door alle
    interdisciplinaire deskundigheid
  • 12:14 - 12:15
    van verschillende mensen.
  • 12:15 - 12:17
    We zijn een smeltkroes van astronomen,
  • 12:17 - 12:19
    natuurkundigen, wiskundigen en ingenieurs.
  • 12:19 - 12:22
    Dit zal binnenkort mogelijk maken
  • 12:22 - 12:24
    wat ooit als onmogelijk werd gezien.
  • 12:24 - 12:27
    Ik wil jullie allen aanmoedigen
    om mee te werken
  • 12:27 - 12:30
    aan het verleggen van de grenzen
    van de wetenschap,
  • 12:30 - 12:33
    zelfs als het eerst even mysterieus lijkt
    als een zwart gat.
  • 12:33 - 12:34
    Dank je.
  • 12:34 - 12:37
    (Applaus)
Title:
Hoe een foto maken van een zwart gat
Speaker:
Katie Bouman
Description:

In het hart van de Melkweg zit een superzwaar zwart gat dat gevoed wordt door een draaiende schijf van heet gas en alles opzuigt wat te dichtbij komt -- zelfs licht. We kunnen het niet zien, maar de waarnemingshorizon gooit een schaduw en een foto van die schaduw zou kunnen helpen bij het beantwoorden van een aantal belangrijke vragen over het heelal. Wetenschappers dachten dat het maken van een dergelijke foto een telescoop ter grootte van de aarde zou vereisen -- tot Katie Bouman en een team van astronomen met een slim alternatief kwamen. Leer hoe we in de ultieme duisternis toch kunnen zien.

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

Dutch subtitles

Revisions