این الگوها پس از شناسایی بر اساس تعداد دفعاتی که در شبیه‌سازی‌ها از نظر می‌شوند، دسته‌بندی می‌شوند. سپس می‌توان در تصاویر EHT گنجانده شود تا تصویری با وفاداری بالا نسبت به داده‌های دستی از *M7 ایجاد و ساختارهایی را که ممکن است این تلسکوپ از دست داده شده باشد، کند.
وی افزود: روش های جدید ماشینی که ما داده‌ایم، فرصتی طلایی برای کار جمعی برای درک فیزیک سیاه‌چاله‌ها می‌کند.
دانش‌آموزان برای آموزش PRIMO به منظور انجام همین کار در سیاه‌چاله‌ها در فرآیندی که «برافزایش» نامیده می‌شود، ۳۰ هزار تصویر شبیه‌سازی شده با کیفیت بالا از این ول‌های کیهانی را در حالی که از مناطق اطراف تغذیه می‌کنند، به آن می‌رسند. این تصاویر گستره وسیعی از پیش‌بینی‌های نظری را در مورد چگونگی ایجاد ماده در سیاه‌چاله‌ها به PRIMO می‌دهند و به آن اجازه می‌دهند الگوها را شکار کند.
با استفاده از PRIMO برای افزایش وضوح تصاویر EHT می‌توان تخمین‌ها را با ویژگی‌های هر دو ابرسیاهچاله از جمله جرم، اندازه و میزان مصرف ماده که کمک می‌کند، بهبود بخشید.
گروهی از پژوهشگران سرپرستی لیا مدیروس، عضو شورای همکاری EHT و دانشجوی فوق‌دکتری اخترفیزیک از یک روش ساخت ماشینی جدید به نام مدل تداخل‌سنجی با مولفه اصلی یا پریمو (PRIMO) برای ساخت این شکاف‌ها در تصویر سیاه‌چاله و تقویت آرایه EHT تا حداکثر توان. خود کردند تا برای اولین بار از این وضوح برسند استفاده کنند.
این «دونات نارنجی» که در اولین تصویر از یک سیاه‌چاله که گرفته شده است، می‌بینید، حالا با کمک فناوری ماشینی و هوش مصنوعی به یک «حلقه طلایی نازک» تبدیل شده است.
تصویر ارائه شده توسط PRIMO با داده‌های EHT و مدل‌های نظری سیاه‌چاله‌ها مطابقت دارد. این مدل‌ها توضیح می‌دهند که حلقه‌های درخشانی که در تصاویر M87 مشاهده می‌شود، نتیجه شتاب گاز با سرعت نزدیک به نور توسط گرانشی باورنکردنی سیاه‌چاله است. این باعث می‌شود گرم شود و در حالی که در اطراف سطح به دامن نور که مرزهای بیرونی سیاه‌چاله به نام افق رخ می‌دهد می‌دهد، می‌درخشد.
مدیروس در پایان گفت: تصویر سال ۲۰۱۹ فقط شروع کار بود. اگر یک تصویر ارزش هزار کلمه را داشته باشد، داستان‌های زیربنای آن را بیشتر برای گفتن دارند. PRIMO نیز ابزاری حیاتی در چنین بینش‌هایی خواهد بود.
تصویر تاریخی ابرسیاهچاله M87 معروف به *M87 توسط تلسکوپ افق رویداد (EHT) گرفته شده و در سال ۲۰۱۹ برای عموم رونمایی شد. داده‌های ایجاد این تصویر توسط EHT طی چند روز در سال ۲۰۱۷ جمع آوری شد.
مدیروس در بیانیه‌ای گفت: از آنجایی که نمی‌توانم سیاه‌چاله‌ها را از نزدیک مطالعه کنم، یک تصویر، نقش مهمی در ما برای درک آن بازی می‌کند. عرض حلقه دور سیاه‌چاله در این تصویر حدوداً دو برابر کمتر شده است که مولفه و پیوندی قدرتمند برای مدل‌های نظری و آزمایش‌های گرانشی ما خواهد بود.
مدیروس توضیح داد: ما از فیزیک برای شکاف موجود در دست رفته به روشی که قبلاً هرگز با استفاده از ماشین انجام نشده، استفاده می‌کنیم. این روش می‌تواند پیامدهای مهمی برای تداخل‌سنجی داشته باشد که در زمینه‌هایی مانند سیارات فراخورشیدی تا پزشکی نقش دارد.
بازتعریف این تصویر از ابرسیاهچاله در قلب‌کشان مسیه ۸۷(M87) است.
تصویر *Sgr A با استفاده از EHT نیز در سال 2017 جمع آوری شد، اما اندازه کوچکتر این سیاه‌چاله با جرم چهار میلیون خورشیدی که در فاصله 26 هزار سال نوری از زمین واقع شده است، پالایش داده‌ها را بیشتر کرده است.
مؤسسه مطالعات پیشرفته پرینستون توضیح داد که PRIMO با استفاده از فرهنگ لغت، در شاخه‌های ماشینی کار می‌کند که رایانه‌ها را قادر ساخت تا قوانین را بر اساس مجموعه‌های بزرگ از داده‌های آموزشی تولید کنند. به عنوان مثال، اگر به برنامه‌های مانند این تصویر از یک موز داده شود، می‌توان یاد کرد که آیا تصویر یک شیء ناشناخته موز است یا خیر.
پژوهش‌های این گروه امروز (۱۳ آوریل ۲۰۲۳) در مجله Astrophysical Journal Letters منتشر شده است.
در واقع این سیاه‌چاله کلان‌جرم دوردست، پس از تغییرات و اصلاحات توسط یک ابرایانه، به نظر می‌رسد.
وقتی ابرسیاهچاله M87* تصویر ابرسیاهچاله M87*55 میلیون سال نوری از زمین فاصله دارد و جرمی معادل شش و نیم میلیون خورشید دارد، برای اولین بار است، با توجه به این که چقدر با نظریه پیش بینی ها در سال 1915 مطابقت دارد، شگفت زده شده است. شدند.
تلسکوپ افق رویداد شبکه‌های از هفت تلسکوپی در سراسر جهان است که یک تلسکوپ به زمین ایجاد می‌کند، اما قدرت رصد ترکیبی از آن است، هنوز هم شکاف‌هایی در داده‌هایی که جمع آوری می‌کند، مانند قطعات گمشده یک پازل وجود دارد.
در سمت چپ، تصویر معروف ابرسیاهچاله M87 است که برای اولین بار در تاریخ سال 2019 منتشر شد. در سمت راست تصویر از این ابرسیاهچاله است که توسط الگوریتم هوش مصنوعی PRIMO با استفاده از همان مجموعه داده‌ها ایجاد شده است.
مدیروس پس از آن تاکید کرد: تقریباً چهار سال از پرده برداری از اولین تصویر از یک سیاه‌چاله توسط EHT در سال 2019، ما نقطه عطف دیگری را رقم زدیم و تصویری را تولید کرد که برای اولین بار از مشاهده کامل استفاده می‌کند.
روش PRIMO اکنون می‌توان برای تصویر ابرسیاهچاله واقع در قلب کهکشان راه شیری اعمال شود.
تصوير جديد تصحيح شده توسط PRIMO از *M87 به فرصتي مي‌دهد تا مشاهدات از يك سياه‌چاله واقعي را با پيش بيني‌هاي نظري بهتر باشد ارائه دهند.
اولین تصویر از یک سیاه‌چاله که در مرکز شهرکشان «مسیه ۸۷» وجود دارد، با یک الگوریتم جدید هوش مصنوعی اصلاح شد.
تلسکوپ EHT، تصویری از سیاه‌چاله مرکز کهکشان راه شیری را که کوچکتر اما بسیار نزدیکتر از *M87 به ما است، به نام کمان ای* (Sagittarius A*) یا Sgr A* را در ماه مه 2022 نشان داد.
آموزش PRIMO برای ایجاد تصویری بهتر از سیاه‌چاله
به گزارش ایسنا، تصویر ابرسیاهچاله در قلب کهکشان مسیه 87 توسط یک برنامه ماشینی آموزش دیده بر روی مدل‌های سیاه‌چاله ارتقا یافت.
تاد لارر(Tod Lauer) عضو شورای همکاری EHT می‌گوید: RIMO یک بررسی جدید برای کار ساخت تصاویر از مشاهدات EHT است. این روش برای جبران اطلاعات از دست رفتن در مواردی که برای مشاهده ارائه می‌کند که برای تولید تصویری که با استفاده از یک تلسکوپ رادیویی غول پیکر به اندازه زمین دیده می‌شود، مورد نیاز است.
