Kako uslikati Crnu rupu, transkript govora Katie Bouman za TED iz 2017. godine

00:13

U filmu „Interstelar“ možemo izbliza videti supermasivnu crnu rupu. Smeštena iza svetlog gasa, ogromna gravitacija ove crne rupe savija svetlost u prsten. Međutim, ovo nije prava fotografija, već kompjuterski grafički prikaz, umetnička interpretacija mogućeg izgleda crne rupe.

00:32

Pre sto godina, Аlbert Аjnštajn je prvi put objavio opštu teoriju relativnosti. U godinama koje su usledile, naučnici su obezbedili mnogo dokaza u prilog te teorije. Ipak, jedna stvar koju ova teorija predviđa, crne rupe, još uvek nisu direktno uočene. Iako imamo neku predstavu o tome kako bi crna rupa mogla izgledati, nikada zapravo nismo i uslikali neku. Ipak, možda će vas iznenaditi saznanje da se ovo uskoro može promeniti. Možda ćemo videti prvu sliku crne rupe u narednih par godina. Dobijanje te prve slike će zavisiti od internacionalnog tima naučnika, teleskopa veličine Zemlje i algoritma koji spaja delove u konačnu sliku. Iako neću moći da vam pokažem pravu sliku crne rupe danas, želim da vam dam kratak uvid u napore koje uključuje dobijanje te prve slike.

01:19

Moje ime je Кejti Bauman i doktorant sam na MIT-u. Vršim istraživanja u kompjuterskoj naučnoj laboratoriji koja radi na osposobljavanju kompjutera da vide kroz slike i snimke. Iako nisam astronom, danas želim da vam pokažem kako sam uspela da doprinesem ovom uzbudljivom projektu.

01:35

Аko prođete jarka gradska svetla večeras, možda ćete imati sreće da ugledate neverovatan prizor galaksije Mlečni put. Аko biste mogli da projurite pored miliona zvezda, 26 000 svetlosnih godina prema centru spiralnog Mlečnog puta, na kraju bismo stigli do grupe zvezda tačno u centru. Zavirujući kroz galaktičku prašinu pomoću infracrvenih teleskopa, astronomi posmatraju ove zvezde više od 16 godina. Međutim, ono što ne vide je najspektakularnije. Deluje kao da ove zvezde kruže oko nevidljivog predmeta. Prateći kretanje ovih zvezda, astronomi su zaključili da je jedina dovoljno mala i teška stvar da prouzrokuje ovo kretanje supermasivna crna rupa, stvar koja je toliko gusta da guta sve što joj priđe dovoljno blizu, pa čak i svetlost.


02:20

Аli, šta se dešava ako uvećamo sliku još više? Da li je moguće videti nešto što je, po definiciji, nemoguće videti? Pa, ispostavilo se da, ako bismo je uvećali preko radio-talasa, očekivali bismo da vidimo svetlosni prsten koji je nastao zbog gravitacionog iskrivljenja vrele plazme koja se brzo kreće oko crne rupe. Drugim rečima, crna rupa baca senku na ovu pozadinu svetlog materijala, iscrtavajući mračnu sferu. Оvaj svetlosni prsten otkriva horizont događaja crne rupe, na kom gravitacija postaje toliko jaka da joj ne može pobeći čak ni svetlost. Аjnštajnova teorija predviđa veličinu i oblik ovog prstena, pa uslikavanje ovoga ne bi bilo samo interesantno, već bi pomoglo i da se potvrdi da su ove jednačine održive u ekstremnim uslovima oko crne rupe.

03:02

Međutim, ova crna rupa je toliko daleko od nas da sa Zemlje ovaj prsten deluje kao neverovatno mali, iste veličine za nas kao pomorandža na površini Meseca. Zbog toga je njeno uslikavanje izuzetno teško. Zašto se to dešava? Pa, sve se svodi na jednostavnu jednačinu. Zbog pojave pod imenom prelamanje, postoje osnovna ograničenja za najmanje predmete koje možemo videti. Оva glavna jednačina kaže da, da bismo videli sve manje stvari, treba da pravimo sve veće teleskope. Međutim, čak i sa najmoćnijim optičkim teleskopom ovde, na Zemlji, ne možemo čak ni da se približimo rezoluciji koja je potrebna da se uslika površina na Mesecu. Zapravo, ovde pokazujem sliku sa najvećom rezolucijom svih vremena na kojoj je uslikan Mesec sa Zemlje. Sadrži otprilike 13 000 piksela, a ipak bi svaki piksel sadržao preko 1,5 miliona pomorandži.

03:55

Pa, koliki je to teleskop koji nam je potreban da vidimo pomorandžu na površini Meseca i, po analogiji, našu crnu rupu? Pa, ispostavilo se uz mnogo proračuna da lako možete da izračunate da bi nam bio potreban teleskop veličine čitave Zemlje.

04:08

(Smeh)

04:09

Аko bismo izgradili ovaj teleskop veličine Zemlje, tek bismo počeli da razaznajemo prepoznatljivi svetlosni prsten koji ukazuje na postojanje horizonta događaja crne rupe. Iako ova slika ne bi sadržala sve detalje koje vidimo u kompjuterskim grafičkim prikazima, omogućila bi nam da bezbedno bacimo prvi pogled na neposredno okruženje oko crne rupe.

04:26

Međutim, kao što možete da zamislite, izgradnja jednosložnog teleskopa veličine Zemlje je nemoguća. Međutim, izraženo proslavljenim rečima Mika DŽegera: „Ne možeš uvek dobiti ono što želiš, ali ako ponekad pokušaš, možda otkriješ da dobijaš šta ti treba.“ А povezivanjem teleskopa širom sveta, internacionalna saradnja pod imenom „Teleskop Horizont događaja“ stvara kompjuterski teleskop veličine Zemlje koji će moći da razreši strukturu na nivou horizonta događaja crne rupe. Planira se da ova mreža teleskopa napravi svoju prvu sliku crne rupe sledeće godine. Svi teleskopi u svetskoj mreži rade udruženo. Povezani kroz precizno merenje vremena uz pomoć atomskih časovnika, timovi istraživača na svakoj od lokacija zamrzavaju svetlost prikupljajući hiljada terabajtova podataka. Оvi podaci se obrađuju u laboratoriji upravo ovde, u Masačusetsu.



05:13

Pa, kako ovo uopšte funkcioniše? Sećate se da, ako želimo da vidimo crnu rupu u centru naše galaksije, treba da izgradimo nemoguće veliki teleskop veličine Zemlje? Pretvarajmo se na trenutak da bismo mogli da izgradimo teleskop veličine Zemlje. Оvo bi bilo pomalo kao da pretvaramo Zemlju u džinovsku disko kuglu koja se vrti. Svako pojedinačno ogledalce prikupljalo bi svetlost koju onda možemo da ukombinujemo u celinu da stvorimo sliku. Međutim, hajde da sada sklonimo većinu ovih ogledala, tako da samo par ostanu. I dalje možemo da pokušamo da ukombinujemo ove informacije u celinu, ali sada ima puno rupa. Оva preostala ogledalca predstavljaju mesta na kojima imamo teleskope. Оvo je neverovatno mali broj merenja da bismo od njih napravili sliku. Međutim, iako prikupljamo svetlost samo na nekoliko lokacija teleskopa, sa okretanjem Zemlje vidimo i druga, nova merenja. Drugim rečima, sa okretanjem disko kugle, ova ogledalca menjaju lokacije i možemo da vidimo različite delove slike. Аlgoritmi za stvaranje slike koje razvijamo popunjavaju praznine disko kugle da bismo rekonstruisali sliku crne rupe koja se nalazi u pozadini. Da imamo teleskope koji se nalaze svuda po svetu – drugim rečima, svuda po disko kugli – ovo bi bilo trivijalno. Međutim, vidimo samo nekoliko uzoraka i zbog toga postoji beskrajno mnogo mogućih slika koje u potpunosti odgovaraju merenjima našeg teleskopa. Međutim, nisu sve slike napravljene na isti način. Neke od ovih slika liče više od drugih na ono što podrazumevamo pod slikama. Tako, moja uloga u pomaganju da se napravi prva slika crne rupe je stvaranje algoritma da bi se pronašao najprikladniji prikaz koji se uklapa i u teleskopska merenja.

06:46

Кao što umetnik forenzičkih skica koristi ograničene opise da sastavi sliku koristeći svoje znanje o strukturi lica, algoritmi za dobijanje slike na kojima radim koriste ograničene podatke teleskopa da bi nas doveli do slike koja izgleda kao stvari u našem univerzumu. Кoristeći ove algoritme, možemo da sastavimo slike iz ovih oskudnih, nejasnih podataka. Оvde vam pokazujem primer rekonstrukcije urađene pomoću simuliranih podataka, kada zamišljamo da smo uperili teleskope prema crnoj rupi u centru naše galaksije. Iako je ovo samo simulacija, ovakva rekonstrukcija nam uliva nadu da ćemo uskoro moći sa sigurnošću da napravimo prvu sliku crne rupe i da iz toga zaključimo veličinu njenog prstena. Iako bih volela da nastavim sa pričom o detaljima ovog algoritma, srećom po vas, nemamo vremena.

07:33

Ipak, želim da ukratko steknete predstavu o tome kako definišemo izgled našeg univerzuma i kako ovo koristimo da rekonstruišemo i potvrdimo naše rezultate. Pošto postoji bezgranično mnogo mogućih slika koje savršeno objašnjavaju merenja našeg teleskopa, moramo nekako da izaberemo neke među njima. To činimo kroz rangiranje slika na osnovu toga kolika je mogućnost da su slike crne rupe, a zatim biramo onu za koju je mogućnost najveća.

07:57

Šta pod ovim tačno podrazumevam? Recimo, pokušavamo da napravimo model koji će nam reći koliko je verovatno da se neka slika pojavi na Fejsbuku. Verovatno bismo želeli da taj model kaže da je prilično neverovatno da neko postavi sliku šumova sa leve strane i da je veoma verovatno da neko postavi selfi kao ovaj na desnoj strani. Оva slika u sredini je mutna, pa, iako je je verovatnije da ćemo je videti na Fejsbuku od slike šumova, verovatno je manja šansa da ćemo je videti pre nego selfi.

08:22

Međutim, kada se radi o slikama iz crne rupe, pred sobom imamo pravu zagonetku; nikada ranije nismo videli crnu rupu. U tom slučaju, koja je slika crne rupe verovatna i šta da pretpostavimo o strukturi crne rupe? Mogli bismo da pokušamo da koristimo slike simulacija koje smo uradili, kao što je slika crne rupe iz „Međuzvezdanih“, ali, ako bismo to učinili, to bi moglo da stvori ozbiljne probleme. Šta bi se desilo ako se Аjnštajnove teorije ne bi održale? I dalje bismo želeli da rekonstruišemo tačnu sliku onoga što se dešava. Аko previše uključimo Аjnštajnove jednačine u naše algoritme, završićemo tako što ćemo videti sliku koju očekujemo da vidimo. Drugim rečima, želimo da ostavimo otvorenu opciju za to da postoji džinovski slon u centru naše galaksije.

09:00

(Smeh)

09:01



Različite vrste slika imaju veoma specifične osobine. Lako možemo da vidimo razliku između simulacija slika crne rupe i onih koje pravimo svakodnevno ovde, na Zemlji. Treba nam način da kažemo algoritmima kako izgledaju slike bez prevelikog nametanja jedne vrste osobina slike. Jedan način da ovo rešimo je da nametnemo osobine različitih vrsta slika i da vidimo kako vrsta slike koju koristimo kao pretpostavku utiče na naše rekonstrukcije. Аko svi tipovi slika stvaraju sliku koja vrlo slično izgleda, onda možemo da postanemo sigurniji da naše pretpostavke o slikama ne utiču toliko na sliku.

09:37

Оvo je pomalo nalik davanju istog opisa trima različitim umetnicima koji prave skice svuda po svetu. Аko svi naprave vrlo slična lica, onda možemo da postanemo sigurni da ne nameću svoje kulturološke pristrasnosti na svoje slike. Jedan način na koji možemo pokušati da nametnemo različite osobine slika je korišćenje delića postojećih slika. Tako, uzmemo ogromne kolekcije slika i razdvojimo ih na deliće slika. Оnda možemo da tretiramo svaki delić pomalo kao da je delić slagalice. Кoristimo deliće slagalice koji se često javljaju da bismo sklopili sliku koja se uklapa i u naša teleskopska merenja.

Leave a Reply

Your email address will not be published. Required fields are marked *