Return to Video

Како усликати црну рупу?

  • 0:01 - 0:03
    У филму „Међузвездани“
  • 0:03 - 0:06
    можемо изблиза видети
    супермасивну црну рупу.
  • 0:07 - 0:09
    Смештена иза светлог гаса,
  • 0:09 - 0:11
    огромна гравитација ове црне рупе
  • 0:11 - 0:12
    савија светлост у прстен.
  • 0:12 - 0:14
    Међутим, ово није права фотографија,
  • 0:14 - 0:16
    већ компјутерски графички приказ,
  • 0:16 - 0:20
    уметничка интерпретација
    могућег изгледа црне рупе.
  • 0:20 - 0:21
    Пре сто година,
  • 0:21 - 0:25
    Алберт Ајнштајн је први пут објавио
    општу теорију релативности.
  • 0:25 - 0:27
    У годинама које су уследиле,
  • 0:27 - 0:29
    научници су обезбедили
    много доказа у прилог те теорије.
  • 0:29 - 0:32
    Ипак, једна ствар коју ова теорија
    предвиђа, црне рупе,
  • 0:33 - 0:35
    још увек нису директно уочене.
  • 0:35 - 0:38
    Иако имамо неку представу о томе
    како би црна рупа могла изгледати,
  • 0:38 - 0:41
    никада заправо нисмо и усликали неку.
  • 0:41 - 0:45
    Ипак, можда ће вас изненадити сазнање
    да се ово ускоро може променити.
  • 0:45 - 0:49
    Можда ћемо видети прву слику црне рупе
    у наредних пар година.
  • 0:49 - 0:53
    Добијање те прве слике ће зависити
    од интернационалног тима научника,
  • 0:53 - 0:55
    телескопа величине Земље
  • 0:55 - 0:58
    и алгоритма који спаја делове
    у коначну слику.
  • 0:58 - 1:01
    Иако нећу моћи да вам покажем
    праву слику црне рупе данас,
  • 1:02 - 1:04
    желим да вам дам кратак увид
    у напоре које укључује
  • 1:04 - 1:06
    добијање те прве слике.
  • 1:07 - 1:09
    Моје име је Кејти Бауман
  • 1:09 - 1:11
    и докторант сам на МИТ-у.
  • 1:11 - 1:14
    Вршим истраживања
    у компјутерској научној лабораторији
  • 1:14 - 1:17
    која ради на оспособљавању компјутера
    да виде кроз слике и снимке.
  • 1:17 - 1:19
    Иако нисам астроном,
  • 1:19 - 1:20
    данас желим да вам покажем
  • 1:20 - 1:23
    како сам успела да допринесем
    овом узбудљивом пројекту.
  • 1:23 - 1:26
    Ако прођете јарка градска светла вечерас,
  • 1:26 - 1:28
    можда ћете имати среће
    да угледате невероватан призор
  • 1:28 - 1:30
    галаксије Млечни пут.
  • 1:30 - 1:33
    Ако бисте могли да пројурите
    поред милиона звезда,
  • 1:33 - 1:36
    26 000 светлосних година
    према центру спиралног Млечног пута,
  • 1:36 - 1:40
    на крају бисмо стигли
    до групе звезда тачно у центру.
  • 1:40 - 1:43
    Завирујући кроз галактичку прашину
    помоћу инфрацрвених телескопа,
  • 1:43 - 1:47
    астрономи посматрају ове звезде
    више од 16 година.
  • 1:47 - 1:50
    Међутим, оно што не виде
    је најспектакуларније.
  • 1:51 - 1:54
    Делује као да ове звезде круже
    око невидљивог предмета.
  • 1:54 - 1:56
    Пратећи кретање ових звезда,
  • 1:56 - 1:57
    астрономи су закључили
  • 1:57 - 2:00
    да је једина довољно мала и тешка ствар
    да проузрокује ово кретање
  • 2:00 - 2:02
    супермасивна црна рупа,
  • 2:02 - 2:07
    ствар која је толико густа да гута
    све што јој приђе довољно близу,
  • 2:07 - 2:08
    па чак и светлост.
  • 2:08 - 2:11
    Али, шта се дешава
    ако увећамо слику још више?
  • 2:11 - 2:16
    Да ли је могуће видети нешто
    што је, по дефиницији, немогуће видети?
  • 2:17 - 2:20
    Па, испоставило се да, ако бисмо
    је увећали преко радио-таласа,
  • 2:20 - 2:22
    очекивали бисмо да видимо светлосни прстен
  • 2:22 - 2:25
    који је настао због гравитационог
    искривљења вреле плазме
  • 2:25 - 2:26
    која се брзо креће око црне рупе.
  • 2:26 - 2:27
    Другим речима,
  • 2:27 - 2:30
    црна рупа баца сенку
    на ову позадину светлог материјала,
  • 2:30 - 2:32
    исцртавајући мрачну сферу.
  • 2:32 - 2:35
    Овај светлосни прстен открива
    хоризонт догађаја црне рупе,
  • 2:35 - 2:38
    на ком гравитација постаје толико јака
  • 2:38 - 2:40
    да јој не може побећи чак ни светлост.
  • 2:40 - 2:43
    Ајнштајнова теорија предвиђа
    величину и облик овог прстена,
  • 2:43 - 2:46
    па усликавање овога
    не би било само интересантно,
  • 2:46 - 2:48
    већ би помогло и да се потврди
    да су ове једначине одрживе
  • 2:48 - 2:51
    у екстремним условима око црне рупе.
  • 2:51 - 2:53
    Међутим, ова црна рупа
    је толико далеко од нас
  • 2:53 - 2:56
    да са Земље овај прстен
    делује као невероватно мали,
  • 2:56 - 3:00
    исте величине за нас као поморанџа
    на површини Месеца.
  • 3:01 - 3:03
    Због тога је њено усликавање
    изузетно тешко.
  • 3:05 - 3:06
    Зашто се то дешава?
  • 3:06 - 3:10
    Па, све се своди на једноставну једначину.
  • 3:10 - 3:12
    Због појаве под именом преламање,
  • 3:12 - 3:13
    постоје основна ограничења
  • 3:13 - 3:16
    за најмање предмете које можемо видети.
  • 3:17 - 3:20
    Ова главна једначина каже да,
    да бисмо видели све мање ствари,
  • 3:20 - 3:23
    треба да правимо све веће телескопе.
  • 3:23 - 3:26
    Међутим, чак и са најмоћнијим
    оптичким телескопом овде, на Земљи,
  • 3:26 - 3:29
    не можемо чак ни да се приближимо
    резолуцији која је потребна
  • 3:29 - 3:31
    да се услика површина на Месецу.
  • 3:31 - 3:34
    Заправо, овде показујем слику
    са највећом резолуцијом свих времена
  • 3:34 - 3:36
    на којој је усликан Месец са Земље.
  • 3:36 - 3:38
    Садржи отприлике 13 000 пиксела,
  • 3:38 - 3:42
    а ипак би сваки пиксел садржао
    преко 1,5 милиона поморанџи.
  • 3:43 - 3:45
    Па, колики је то телескоп
    који нам је потребан
  • 3:45 - 3:48
    да видимо поморанџу на површини Месеца
  • 3:48 - 3:50
    и, по аналогији, нашу црну рупу?
  • 3:50 - 3:52
    Па, испоставило се уз много прорачуна
  • 3:52 - 3:55
    да лако можете да израчунате
    да би нам био потребан телескоп
  • 3:55 - 3:56
    величине читаве Земље.
  • 3:56 - 3:57
    (Смех)
  • 3:57 - 3:59
    Ако бисмо изградили
    овај телескоп величине Земље,
  • 3:59 - 4:02
    тек бисмо почели да разазнајемо
    препознатљиви светлосни прстен
  • 4:02 - 4:05
    који указује на постојање
    хоризонта догађаја црне рупе.
  • 4:05 - 4:08
    Иако ова слика не би садржала
    све детаље које видимо
  • 4:08 - 4:09
    у компјутерским графичким приказима,
  • 4:09 - 4:12
    омогућила би нам
    да безбедно бацимо први поглед
  • 4:12 - 4:14
    на непосредно окружење око црне рупе.
  • 4:14 - 4:16
    Међутим, као што можете да замислите,
  • 4:16 - 4:20
    изградња једносложног телескопа
    величине Земље је немогућа.
  • 4:20 - 4:22
    Међутим, изражено
    прослављеним речима Мика Џегера:
  • 4:22 - 4:24
    „Не можеш увек добити оно што желиш,
  • 4:24 - 4:27
    али ако понекад покушаш,
    можда откријеш да добијаш шта ти треба.“
  • 4:27 - 4:29
    А повезивањем телескопа широм света,
  • 4:29 - 4:33
    интернационална сарадња под именом
    „Телескоп Хоризонт догађаја“
  • 4:33 - 4:36
    ствара компјутерски телескоп
    величине Земље
  • 4:36 - 4:38
    који ће моћи да разреши структуру
  • 4:38 - 4:39
    на нивоу хоризонта догађаја црне рупе.
  • 4:39 - 4:41
    Планира се да ова мрежа телескопа
  • 4:41 - 4:45
    направи своју прву слику
    црне рупе следеће године.
  • 4:45 - 4:48
    Сви телескопи у светској мрежи
    раде удружено.
  • 4:48 - 4:51
    Повезани кроз прецизно мерење времена
    уз помоћ атомских часовника,
  • 4:51 - 4:54
    тимови истраживача
    на свакој од локација замрзавају светлост
  • 4:54 - 4:57
    прикупљајући хиљада терабајтова података.
  • 4:57 - 5:02
    Ови подаци се обрађују у лабораторији
    управо овде, у Масачусетсу.
  • 5:02 - 5:04
    Па, како ово уопште функционише?
  • 5:04 - 5:07
    Сећате се да, ако желимо да видимо
    црну рупу у центру наше галаксије,
  • 5:07 - 5:10
    треба да изградимо немогуће велики
    телескоп величине Земље?
  • 5:10 - 5:12
    Претварајмо се на тренутак
    да бисмо могли да изградимо
  • 5:12 - 5:14
    телескоп величине Земље.
  • 5:14 - 5:16
    Ово би било помало
    као да претварамо Земљу
  • 5:16 - 5:18
    у џиновску диско куглу која се врти.
  • 5:18 - 5:21
    Свако појединачно огледалце
    прикупљало би светлост
  • 5:21 - 5:24
    коју онда можемо да укомбинујемо
    у целину да створимо слику.
  • 5:24 - 5:26
    Међутим, хајде да сада склонимо
    већину ових огледала,
  • 5:26 - 5:28
    тако да само пар остану.
  • 5:28 - 5:31
    И даље можемо да покушамо
    да укомбинујемо ове информације у целину,
  • 5:31 - 5:33
    али сада има пуно рупа.
  • 5:33 - 5:37
    Ова преостала огледалца представљају
    места на којима имамо телескопе.
  • 5:37 - 5:41
    Ово је невероватно мали број мерења
    да бисмо од њих направили слику.
  • 5:41 - 5:45
    Међутим, иако прикупљамо светлост
    само на неколико локација телескопа,
  • 5:45 - 5:49
    са окретањем Земље видимо
    и друга, нова мерења.
  • 5:49 - 5:52
    Другим речима, са окретањем диско кугле,
    ова огледалца мењају локације
  • 5:53 - 5:55
    и можемо да видимо различите делове слике.
  • 5:55 - 5:59
    Алгоритми за стварање слике које развијамо
    попуњавају празнине диско кугле
  • 5:59 - 6:03
    да бисмо реконструисали слику црне рупе
    која се налази у позадини.
  • 6:03 - 6:05
    Да имамо телескопе
    који се налазе свуда по свету -
  • 6:05 - 6:07
    другим речима, свуда по диско кугли -
  • 6:07 - 6:08
    ово би било тривијално.
  • 6:08 - 6:11
    Међутим, видимо само неколико узорака
  • 6:11 - 6:14
    и због тога постоји
    бескрајно много могућих слика
  • 6:14 - 6:17
    које у потпуности одговарају
    мерењима нашег телескопа.
  • 6:17 - 6:20
    Међутим, нису све слике
    направљене на исти начин.
  • 6:21 - 6:25
    Неке од ових слика личе више од других
    на оно што подразумевамо под сликама.
  • 6:25 - 6:28
    Тако, моја улога у помагању
    да се направи прва слика црне рупе
  • 6:28 - 6:31
    је стварање алгоритма
    да би се пронашао најприкладнији приказ
  • 6:31 - 6:33
    који се уклапа и у телескопска мерења.
  • 6:34 - 6:39
    Као што уметник форензичких скица
    користи ограничене описе
  • 6:39 - 6:42
    да састави слику користећи
    своје знање о структури лица,
  • 6:42 - 6:44
    алгоритми за добијање слике
    на којима радим
  • 6:44 - 6:46
    користе ограничене податке телескопа
  • 6:46 - 6:50
    да би нас довели до слике која изгледа
    као ствари у нашем универзуму.
  • 6:50 - 6:54
    Користећи ове алгоритме,
    можемо да саставимо слике
  • 6:54 - 6:56
    из ових оскудних, нејасних података.
  • 6:56 - 7:00
    Овде вам показујем пример реконструкције
    урађене помоћу симулираних података,
  • 7:00 - 7:02
    када замишљамо да смо уперили телескопе
  • 7:02 - 7:05
    према црној рупи у центру наше галаксије.
  • 7:05 - 7:09
    Иако је ово само симулација,
    оваква реконструкција нам улива наду
  • 7:09 - 7:13
    да ћемо ускоро моћи са сигурношћу
    да направимо прву слику црне рупе
  • 7:13 - 7:15
    и да из тога закључимо
    величину њеног прстена.
  • 7:16 - 7:19
    Иако бих волела да наставим са причом
    о детаљима овог алгоритма,
  • 7:19 - 7:22
    срећом по вас, немамо времена.
  • 7:22 - 7:24
    Ипак, желим да укратко стекнете представу
  • 7:24 - 7:26
    о томе како дефинишемо
    изглед нашег универзума
  • 7:26 - 7:30
    и како ово користимо да реконструишемо
    и потврдимо наше резултате.
  • 7:30 - 7:33
    Пошто постоји
    безгранично много могућих слика
  • 7:33 - 7:35
    које савршено објашњавају
    мерења нашег телескопа,
  • 7:35 - 7:38
    морамо некако да изаберемо неке међу њима.
  • 7:38 - 7:40
    То чинимо кроз рангирање слика
  • 7:40 - 7:43
    на основу тога колика је могућност
    да су слике црне рупе,
  • 7:43 - 7:45
    а затим бирамо ону
    за коју је могућност највећа.
  • 7:45 - 7:47
    Шта под овим тачно подразумевам?
  • 7:48 - 7:50
    Рецимо, покушавамо да направимо модел
  • 7:50 - 7:53
    који ће нам рећи колико је вероватно
    да се нека слика појави на Фејсбуку.
  • 7:53 - 7:55
    Вероватно бисмо желели да тај модел каже
  • 7:55 - 7:58
    да је прилично невероватно да неко
    постави слику шумова са леве стране
  • 7:58 - 8:00
    и да је веома вероватно
    да неко постави селфи
  • 8:00 - 8:02
    као овај на десној страни.
  • 8:02 - 8:03
    Ова слика у средини је мутна,
  • 8:03 - 8:06
    па, иако је је вероватније
    да ћемо је видети на Фејсбуку
  • 8:06 - 8:07
    од слике шумова,
  • 8:07 - 8:10
    вероватно је мања шанса
    да ћемо је видети пре него селфи.
  • 8:10 - 8:13
    Међутим, када се ради
    о сликама из црне рупе,
  • 8:13 - 8:16
    пред собом имамо праву загонетку;
    никада раније нисмо видели црну рупу.
  • 8:16 - 8:19
    У том случају, која је слика
    црне рупе вероватна
  • 8:19 - 8:21
    и шта да претпоставимо
    о структури црне рупе?
  • 8:21 - 8:22
    Могли бисмо да покушамо
  • 8:22 - 8:25
    да користимо слике симулација
    које смо урадили,
  • 8:25 - 8:27
    као што је слика црне рупе
    из „Међузвезданих“,
  • 8:27 - 8:30
    али, ако бисмо то учинили,
    то би могло да створи озбиљне проблеме.
  • 8:30 - 8:31
    Шта би се десило
  • 8:31 - 8:34
    ако се Ајнштајнове теорије не би одржале?
  • 8:34 - 8:37
    И даље бисмо желели да реконструишемо
    тачну слику онога што се дешава.
  • 8:37 - 8:41
    Ако превише укључимо
    Ајнштајнове једначине у наше алгоритме,
  • 8:41 - 8:44
    завршићемо тако што ћемо видети
    слику коју очекујемо да видимо.
  • 8:44 - 8:46
    Другим речима, желимо
    да оставимо отворену опцију
  • 8:46 - 8:49
    за то да постоји џиновски слон
    у центру наше галаксије.
  • 8:49 - 8:50
    (Смех)
  • 8:50 - 8:53
    Различите врсте слика имају
    веома специфичне особине.
  • 8:53 - 8:56
    Лако можемо да видимо разлику
    између симулација слика црне рупе
  • 8:56 - 8:59
    и оних које правимо
    свакодневно овде, на Земљи.
  • 8:59 - 9:02
    Треба нам начин да кажемо алгоритмима
    како изгледају слике
  • 9:02 - 9:05
    без превеликог наметања
    једне врсте особина слике.
  • 9:06 - 9:08
    Један начин да ово решимо
  • 9:08 - 9:11
    је да наметнемо особине
    различитих врста слика
  • 9:11 - 9:14
    и да видимо како врста слике
    коју користимо као претпоставку
  • 9:14 - 9:16
    утиче на наше реконструкције.
  • 9:16 - 9:19
    Ако сви типови слика стварају
    слику која врло слично изгледа,
  • 9:19 - 9:21
    онда можемо да постанемо сигурнији
  • 9:21 - 9:25
    да наше претпоставке o сликама
    не утичу толико на слику.
  • 9:25 - 9:28
    Ово је помало налик давању истог описа
  • 9:28 - 9:31
    трима различитим уметницима
    који праве скице свуда по свету.
  • 9:31 - 9:34
    Ако сви направе врло слична лица,
  • 9:34 - 9:36
    онда можемо да постанемо сигурни
  • 9:36 - 9:40
    да не намећу своје културолошке
    пристрасности на своје слике.
  • 9:40 - 9:43
    Један начин на који можемо покушати
    да наметнемо различите особине слика
  • 9:43 - 9:46
    је коришћење делића постојећих слика.
  • 9:46 - 9:48
    Тако, узмемо огромне колекције слика
  • 9:48 - 9:51
    и раздвојимо их на делиће слика.
  • 9:51 - 9:55
    Онда можемо да третирамо сваки делић
    помало као да је делић слагалице.
  • 9:55 - 9:58
    Користимо делиће слагалице
    који се често јављају
  • 9:58 - 10:01
    да бисмо склопили слику која се уклапа
    и у наша телескопска мерења.
  • 10:03 - 10:07
    Различите врсте слика имају
    веома специфичне групе делића слагалице.
  • 10:07 - 10:09
    Па, шта се дешава ако узмемо исте податке,
  • 10:09 - 10:12
    али користимо различите групе
    делића слагалице
  • 10:12 - 10:14
    да бисмо реконструисали слику?
  • 10:14 - 10:19
    Кренимо од делића слагалице
    слике симулације црне рупе.
  • 10:19 - 10:20
    Добро, ово делује прихватљиво.
  • 10:20 - 10:23
    Ово изгледа како очекујемо
    да црна рупа изгледа.
  • 10:23 - 10:24
    Међутим, да ли смо добили ово
  • 10:24 - 10:27
    зато што смо убацили
    делиће симулације слика црне рупе?
  • 10:27 - 10:29
    Испробајмо још једну групу
    делића слагалице
  • 10:29 - 10:32
    из астрономских предмета
    који не припадају црним рупама.
  • 10:33 - 10:35
    Добро, добијамо слику која слично изгледа.
  • 10:35 - 10:37
    Шта је са делићима са свакодневних слика,
  • 10:37 - 10:40
    као што су слике које правите
    помоћу своје камере?
  • 10:41 - 10:43
    Сјајно, видимо исту слику.
  • 10:43 - 10:47
    Када добијемо исту слику
    од свих различитих група делића слагалице,
  • 10:47 - 10:49
    онда постајемо сигурнији
  • 10:49 - 10:54
    да наше претпоставке не утичу пуно
    на коначну слику коју добијамо.
  • 10:54 - 10:57
    Још једна ствар коју радимо је узимање
    истих група делића слагалице,
  • 10:57 - 11:00
    као што су оне које потичу
    из свакодневних слика,
  • 11:00 - 11:03
    и користимо их за реконструисање
    различитих врста извора слика.
  • 11:03 - 11:04
    Дакле, у нашим симулацијама
  • 11:04 - 11:06
    претварамо се да црна рупа изгледа
  • 11:06 - 11:08
    као астрономски предмети
    који нису црна рупа,
  • 11:08 - 11:12
    као и свакодневни прикази
    као што је слон у центру наше галаксије.
  • 11:12 - 11:15
    Када резултати наших алгоритама
    на дну изгледају врло слично
  • 11:15 - 11:18
    правом приказу симулације на врху,
  • 11:18 - 11:21
    онда можемо да постанемо
    сигурнији у наше алгоритме.
  • 11:21 - 11:23
    Заиста желим да нагласим овде
  • 11:23 - 11:25
    да су све ове слике настале
  • 11:25 - 11:27
    састављањем комадића
    свакодневних фотографија,
  • 11:27 - 11:30
    као оних које бисте добили
    помоћу своје личне камере.
  • 11:30 - 11:33
    Дакле, слика црне рупе
    коју никада пре нисмо видели
  • 11:33 - 11:37
    на крају ће можда бити направљена
    састављањем комадића које виђамо стално,
  • 11:37 - 11:40
    слика људи, зграда,
    дрвећа, мачака и кучића.
  • 11:40 - 11:42
    Овакве идеје о сликама омогућиће нам
  • 11:43 - 11:45
    да направимо прве слике црне рупе
  • 11:45 - 11:48
    и да, надам се, потврдимо познате теорије
  • 11:48 - 11:50
    на које се научници ослањају свакодневно.
  • 11:50 - 11:53
    Међутим, наравно, функционисање
    оваквих идеја везаних за слике
  • 11:53 - 11:56
    никада не би било могуће
    без невероватног тима истраживача
  • 11:56 - 11:58
    са којима имам привилегију да радим.
  • 11:58 - 11:59
    И даље ме одушевљава што,
  • 11:59 - 12:02
    иако сам започела рад на овом пројекту
    без предзнања о астрофизици,
  • 12:02 - 12:05
    оно што смо постигли
    кроз ову јединствену сарадњу
  • 12:05 - 12:08
    може дати резултат
    у виду прве слике црне рупе.
  • 12:08 - 12:11
    Међутим, велики пројекти
    као што је „Телескоп Хоризонт догађаја“
  • 12:11 - 12:14
    успешни су захваљујући
    интердисциплинарној стручности
  • 12:14 - 12:15
    коју различити људи доносе у пројекат.
  • 12:15 - 12:17
    Ми смо мешавина астронома,
  • 12:17 - 12:19
    физичара, математичара и инжењера.
  • 12:19 - 12:22
    Ово ће ускоро омогућити
  • 12:22 - 12:25
    да постигнемо нешто
    за шта се некада мислило да је немогуће.
  • 12:25 - 12:27
    Желим све да вас охрабрим да изађете
  • 12:27 - 12:29
    и припомогнете у померању граница науке,
  • 12:29 - 12:33
    иако вам то испрве може деловати
    мистериозно као и црна рупа.
  • 12:33 - 12:34
    Хвала вам.
  • 12:34 - 12:37
    (Аплауз)
Title:
Како усликати црну рупу?
Speaker:
Кејти Бауман (Katie Bouman)
Description:

У средишу Млечног пута постоји супермасивна црна рупа која функционише тако што се колут врелог гаса окреће и гута све што се осмели да јој приђе преблизу, па чак и светло. Не можемо је видети, али њен хоризонт догађаја баца сенку, а слика те сенке нам може помоћи да одговоримо на нека питања о универзуму. Научници су мислили да ће за стварање такве слике бити потребан телескоп величине Земље, док Кејти Бауман и тим астронома нису осмислили паметно алтернативно решење. Сазнајте више о томе како можемо да видимо у потпуном мраку.

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

Serbian subtitles

Revisions