如何拍攝黑洞的照片

在銀河系中心，有個超大質量黑洞。壯觀的它，有個熱氣旋的轉盤，會吸引敢於近距離接近它的所有東西，連光線也不例外。其實我們看不見它，由於它的表面投下了陰影，而這個陰影的影像有助於解釋關於宇宙的一些重大的問題。科學家之前認為，要製作出這樣的影像需要地球般大小的望遠鏡。然而 Katie Bouman 和天文學家團隊想出一個聰明的解決方案。和我們一起來探索，如何看清這無盡的黑暗吧。

在「星際效應」這部電影中，

我們更近距離地看到了
超質量黑洞。

在明亮氣體的背景下，

黑洞的巨大引力

使光線形成戒指般的環狀。

但是，這不是張真實的照片，

而是電腦圖像的呈現，

是對黑洞可能的呈像的
藝術化的演繹。

一百年前，

愛因斯坦首先發表了他的相對論。

那之後的幾年，

科學家提供了很多證據支持他的理論。

但是從他的理論中預測到的黑洞

仍然無法有直接證據證實。

雖然我們對於黑洞的呈像有一些想法，

但是我們從來沒有真正
拍攝過一張黑洞的相片。

也許你會驚訝於這種困境即將改變。

我們在未來幾年內也許
可以得到第一張黑洞的相片。

國際的科學家團隊
將會獲得這第一張圖片，

透過地球大小般的望遠鏡，

和一個演算方法，獲得最後這張圖片。

雖然，我今天無法讓大家看到
黑洞真正的照片，

但是，我想要簡單地向各位說明一下

獲得這首張照片所付出的努力。

我是 Katie Bouman ，

一名麻省理工學院博士生。

我在電腦科學實驗室做研究，

讓電腦透過影像及影片，
能夠「看見」、識別。

雖然我不是天文學家，

但是，我現在要讓大家看的是

我如何投入這令人興奮的專案。

如果今晚你們離開了城市明亮的燈光，

可能運氣夠好，

可以看到銀河系美麗的影像。

如果你的視野能夠穿越數百萬顆星星，

向着銀河的螺旋中心前進 26,000 光年，

最後會在中心點遇到一群星星。

天文學家使用紅外線望遠鏡
透過銀河系塵埃

觀察這些星星，
已經超過了 16 年。

但是，最為壯觀的東西，
卻是他們無法看見的。

這些星星似乎繞著一個
隱形的物體運轉著。

藉由追蹤這些星星的軌跡，

天文學家得到一個結論：

只有一個又小又重的物體
才能夠造成這樣的運動軌跡，

那就是超質量黑洞，

它的密度高到能夠吸收
所有敢於近距離靠近它的東西，

連光線也不例外。

但是，如果我們將影像放大，
會發生什麼事呢？

有沒有可能看到那些
原本被定義為看不見的東西呢？

事實顯示，如果我們
以無線電波長的尺度放大，

我們預期可以看到一個光環，

它是由黑洞旁
高速移動的熱離子體的

「引力透鏡」效應形成。

換句話說，

黑洞在明亮物質的背景下投射出陰影，

刻畫出黑色的球體。

這個光環揭露了黑洞的表面界限，

在那個地方，引力拉扯的力量很大，

連光線都無法逃脫。

愛因斯坦方程式預測了
這個光環的大小與形狀，

所以拍攝黑洞的相片不只是很酷，

它也有助於驗證這些方程式

能在黑洞附近這樣的
極端環境下成立。

但是，這個黑洞距離我們非常遙遠，

從地球看過去，
這個光環是不可思議的小，

就像是月球表面的
一個橘子那樣的小。

所以拍攝黑洞的相片是極其困難的。

為什麼呢？

因為，這所有的一切
可以歸結於一個簡單的方程式。

由於「衍射」現象，

我們所能觀察到的最小物體，

是有限小的，
我們無法洞察更小的結構。

這個方程式說，
為了要看到越來越小的物體，

我們必須製作越來越大的望遠鏡。

但是，即使透過地球上
最強大的光學望遠鏡，

我們還是遠遠達不到

拍攝月球表面的影像所需要的解析度。

事實上，請大家看看這張從地球拍攝的

解析度最高的月球照片之一，

這張相片大約有一萬三千像素，

而每一個像素可包含
超過 150 萬個橘子。

那麼，為了要看到月球表面的橘子，

我們需要多大的望遠鏡呢？

再者，為了要看到黑洞？

事實證明，透過大量運算，

我們可以很容易地計算出
我們所需要的望遠鏡

必須是整個地球那麼大。

(笑聲)

如果我們建造出地球般大小的望遠鏡，

我們馬上就可以探測出一個獨特光環，

它表明了黑洞的表面界限。

雖然這張相片沒有包含所有細節，

像我們在電腦圖形渲染上看到的那樣，

但是，至少我們可以安全地

對黑洞附近的環境瞥上一眼。

然而，如同大家想像的，

建造一個地球大小的
單碟望遠鏡是不可能的。

但是在 Mick Jagger 的名言中：

「你無法一直得到你所想要的，

但是如果你去嘗試，你可能會發現

你得到了你所需要的。」

藉由連結世界各地的望遠鏡，

名為「事件視界望遠鏡」的國際組織

正著手創建一個地球大小的
計算型望遠鏡，

它能夠解析黑洞的

表面界限的結構。

這個望遠鏡網路預計明年

拍攝黑洞的第一張相片。

世界各地的望遠鏡網路同時運作。

透過原子鐘的精準時間鏈結，

每個地點的研究團隊
藉由蒐集數千兆兆字節的數據

將光線「定格」。

麻薩諸塞州這裡的實驗室
接下來處理這些資料。

那麼，這些資料是如何運作的呢？

還記得嗎？如果我們想要
看清在銀河中間的黑洞，

我們就需要建造地球大小的
望遠鏡，這是不現實的。

等一下，假設我們能夠建造

地球般大小的望遠鏡。

就有點像將地球

想像成舞廳裡的迪斯可旋轉球。

每一面鏡子會蒐集光線，

然後我們能將這些
影像整合成一張圖片。

但是，現在讓我們
移除大多數的鏡子，

只剩下少數幾個。

我們仍可試著整合這些資訊，

但是，現在只能看到很多「孔洞」。

這些剩下的鏡子代表
那些有望遠鏡的地方。

測量數據少之又少，
甚至無法形成一張圖片。

雖然我們只在少數
有望遠鏡的地方蒐集光線，

地球旋轉時，我們可以
獲得一些新的測量數據。

換句話說，就像迪斯可球旋轉時，
那些鏡子也會改變位置，

我們得以觀察不同面向的影像。

我們所開發的成像算法填補了
「迪斯可球」的不可見縫隙，

目的在重建黑洞的相片。

如果地球的每個地方都有望遠鏡，

也就是整個迪斯可球佈滿了鏡子，

這是最簡潔、理想的情況。

但是，我們只看得到
某些局部的成像，因此，

有無數可能的相片

可以與現有望遠鏡的
局部成像相吻合。

當然，並不是每一張「相片」的
優先級別都相同。

有些相片比別的
更近似我們所想像的。

因此，為了協助拍攝黑洞
第一張相片，我的任務就是

設計發現最合理影像的演算法，

當然也必須符合望遠鏡的量測數據。

就像法庭的素描家一樣，
利用有限的相貌描述以及

他們對於臉部結構的知識，
將表現相貌特點的圖片拼湊出來，

我開發的影像演算法
使用有限的望遠鏡資料

為我們生成這種影像：
類似於宇宙中的事物的影像。

利用這些演算法，
讓我們能夠利用零零散散的資料

拼湊出黑洞可能的樣子。

在這裡，讓大家看一個利用模擬資料
重建的影像樣本，

這是我們假設將望遠鏡指向

銀河系中心的黑洞時所得到的。

雖然這只是一個模擬，
但是這讓我們充滿了希望：

我們能夠仰賴這樣的模擬演算法，
很快地得到黑洞的第一張相片，

同時也能計算「光環」的大小。

雖然我很樂意繼續說明
這個演算法的所有細節，

但由於時間不夠，所以
你們也不用費腦子聽了。

但是，我還是很樂意
跟大家做個簡短的說明：

我們如何定義宇宙看起來像什麼？

以及我們如何
利用這個演算法重建並驗證結果。

因為有無數可能的影像

與地球上望遠鏡的量測完全符合，

我們必須在它們之間
找個方法進行挑選。

我們對影像進行打分，

打分的根據是：看起來有多像黑洞，

然後選擇最像的影像。

那麼，這到底是什麼意思呢？

假設我們試著建立一個模型，

它告訴我們這個影像在
Facebook 上出現的可能性。

我們希望這個模型會這樣判斷：

大家應該不太可能會上傳
像左邊這張亂亂的圖，

而比較可能會上傳自拍照，

像右邊這張。

中間這張圖像片是模糊的，

即使模糊，和亂亂的圖像比較的話，
我們還是很有可能

在 Facebook 上看到，

只不過不如自拍照那樣常見。

但是，如果是黑洞的影像，

我們遇到一個真正的難題：
我們從來沒見過黑洞的樣子。

在這種情況下，
黑洞可能的影像是什麼？

我們應該假設黑洞的結構是什麼？

我們可能會試著使用
之前生成的模擬結果，

像「星際效應」裡的黑洞影像，

但是，如果這樣做的話，
可能會造成一些嚴重的問題。

如果愛因斯坦的理論不適用的話，
會發生什麼事？

我們還是想要重建
一個準確的圖像。

如果將太多愛因斯坦的方程式
融入我們的演算法中，

最後只會得到我們期望的結果，
而不一定是事實。

換句話說，我們不能
貿然確定實際情況如何，

因為銀河系中央有一隻巨象。

(笑聲)

不同類型的影像有著
各自非常顯著的特徵。

我們可以很容易地區分
黑洞模擬影像

以及我們在地球上日常生活中的照片。

我們需要一種方法來告訴演算法
影像看起來像什麼，

而不是去強加特定一種影像的特徵給它。

我們可以用一個方法
試著解決這個問題：

通過導入不同類型影像的特徵
讓演算法重建影像，

然後觀察預先假設的影像類型
如何影響我們重建的影像。

如果所有不同類型的影像特徵
產生的結果都很類似，

那麼我們可以充滿信心地說：

對於這個影像所做的假設
沒有與事實偏差太多。

這有點像是將相同的相貌描述

提供給三個來自世界各地不同的素描家，

如果他們都畫出很相像的臉，

那麼我們可以充滿信心地說：

他們的作品沒有受到
本人的文化偏見的影響。

我們導入不同類型影像
的特徵的一個方法

就是藉由現存的影像去拼湊。

所以我們要蒐集大量的影像，

然後將它們分解成許多碎片。

之後我們可以把這些碎片
當作拼圖的碎片。

我們使用常見的「碎片」拼湊成圖片，

這張圖片當然也要
符合望遠鏡的量測數據。

不同類型的影像有其獨特的拼圖碎片。

所以，當我們利用相同的數據資料

卻使用不同類型的拼圖碎片
來重建這個影像，會發生什麼事？

讓我們先從黑洞模擬
圖像的拼圖碎片開始。

好的，這看起來很合理。

這看起來像我們
所期待的黑洞的樣子。

但是，僅僅是導入了
一些些黑洞模擬影像的碎片，

我們就得出了結果嗎？

讓我們來試試另一組拼圖，

這些是天文學影像的拼圖，不是黑洞的。

沒錯，我們得到一個類似的影像。

那麼如果是日常生活的影像呢？

就像用相機所照的照片一樣？

很好，我們得到相同的影像。

當我們從不同類型的拼圖
得到相同的影像，

我們更有信心了，

我們所假定的影像

和我們最後得到的影像
並沒有差距太多。

我們可以做的另一件事
就是使用同一組拼圖，

比如日常生活中的影像碎片，

並利用它們來重組
各種不同素材來源的影像。

那麼，在模擬實驗當中，

我們假設黑洞看起來就像是
天文學裡那些非黑洞的物體，

或者又把它看成「銀河系中央的大象」
這樣的日常生活影像。

我們下方的演算結果

和上方的模擬實驗中的真實影像很相像，

我們就可以對我們的演算法更有信心。

我真的想要強調這一點：

這些所有的圖片都是

由日常生活照片的碎片
拼湊出來的，

就是那種用私人相機照出來的照片。

我們之前從沒看過黑洞的相片，

但最後黑洞的相片也許是由我們
常常看到的日常生活照片拼湊出來的：

人像、建築物、樹木、貓、狗等等。

這些成像方法讓我們能夠

拍攝出黑洞的第一張相片，

我們同時也希望
能夠驗證那些著名的理論，

那些科學家平常所依賴的理論。

當然，提出這些成像的方法與理論，

沒有一個驚人的研究團隊
是不可能達到這種成果的，

我很榮幸身為這個團隊的一員。

我對這件事感到驚異：

雖然我沒有任何天文物理的背景
而加入這個專案，

我們透過這獨特的合作所得到的，

能夠獲得第一張黑洞的相片。

但是像「事件視界望遠鏡」
這樣的大專案，

多虧有跨學科領域的專業知識而成功，

不同的專家共同合作着。

我們像是個熔爐，集結了天文學家、

物理學家、數學家和工程師。

這就是我們讓不可思議的事情

快速實現的原因。

我很想鼓勵大家

去協助推動科學的前沿，

即使第一步可能像黑洞那樣神秘。

謝謝大家。

(掌聲)