拼出黑洞的那些全球望遠鏡照片別浪費!加上PCA演算法讓黑洞「動」了起來

2019年4月10日,事件視界望遠鏡(EHT)國際合作專案的天體物理學家宣佈,他們首次捕捉到了黑洞的圖像。為了完成這張特寫,科學家們調動了全球從兩極到赤道共8個天文台的力量進行圖片資料拍攝,之後,又有來自全球的62家科研機構共同參與了照片的合成。整個專案耗時近三年,可以說是傾「全人類之力」完成的一件壯舉。除了黑洞照片本身,為了完成圖像而獲取到的數據或許對於相關研究更為重要。事件視界望遠鏡每一個晚上所產生資料量可達2PB,有了這些數據天文學家可以分析出來黑洞的周圍有什麼,這些東西以什麼樣的狀態存在,還可以拼接出一部關於黑洞的動態影像。

還記得小時候做的翻頁動畫嗎?將足夠多的圖片疊在一起,只要翻的夠快,就可以將一疊靜態的簡筆畫變成動畫。

其實,影片的記錄就是透過高頻地捕捉靜態畫面所實現的,電影實際上就是像我們將小連續圖案快速翻頁一樣,高速播放具有連續性的圖片。由於人眼視網膜具有視覺暫留效應,切換畫面時人腦內仍然會存在上一幅圖片的視覺。當高速切換畫面時,人大腦內的影像就能連起來,在視覺上形成連續的動畫效果。

現在,有人想用同樣的方式,用足夠多的圖,做出一個屬於黑洞的「翻頁動畫」。

2019年4月10日,事件視界望遠鏡(EHT)國際合作專案的天體物理學家宣佈,他們首次捕捉到了黑洞的圖像。為了完成這張特寫,科學家們調動了全球從兩極到赤道共8個天文台的力量進行圖片資料拍攝,之後,又有來自全球的62家科研機構共同參與了照片的合成。整個專案耗時近三年,可以說是傾「全人類之力」完成的一件壯舉。

除了黑洞照片本身,為了完成圖像而獲取到的數據或許對於相關研究更為重要。事件視界望遠鏡每一個晚上所產生資料量可達2PB(1PB=1000TB=1,000,000 GB),有了這些數據天文學家可以分析出來黑洞的周圍有什麼,這些東西以什麼樣的狀態存在,還可以拼接出一部關於黑洞的動態影像。

早在1979年,影視作品裡就出現過人們對於黑洞的想像。關於這個處在生活在量子和引力的交匯處、最大又最小的天體,一張圖像就可以激發起全球的興趣,那一部關於電漿體週期性的起伏,變亮和變暗的黑洞電影又會產生怎樣的騷動呢?

黑洞電影:一個黑科技版本的「翻頁動畫」

美國國家科學基金會研究員Lia Medeiros正在用事件視界望遠鏡(Event Horizon Telescope),一個為科學家們提供捕獲第一張黑洞圖片所需數據的全球望遠鏡陣列,我們或許也能用這些資料來製作一部黑洞電影。

Lia Medeiros,物理學家,天體物理學家,美國國家科學基金會(National Science Foundation,NSF)研究員「你可以把它想像成小時候製作的翻頁動畫,只不過是一個非常高科技,有點科幻小說性質的版本。」Medeiros透過創建一系列逐漸變化的圖像並將它們組合起來,希望為我們呈現一個近在咫尺的黑洞的運動。

創建黑洞影片背後的基本原理和小時候玩的「翻頁動畫」一樣

其實在黑洞之前,Medeiros已經參與了處女座一個巨型橢圓星系—Messier 87(或稱M87)第一張黑洞圖像的生成。這個比太陽大60億倍的巨大黑洞對事件視界內部甚至其附近的任何物體都施加了巨大的引力,沒有任何物質能夠逃脫開去。

事件視界,亦稱事件穹界,英文名Event Horizon,是一種時空的區隔界限。視界中任何的事件皆無法對視界外的觀察者產生影響,在黑洞周圍的便是事件視界。在非常巨大的引力影響下,黑洞附近的逃逸速度大於光速,使得任何光線都不可能從事件視界內逃脫。(資料來源:wikipedia)

不過,現在,這位科學家正專注於研究我們銀河系中心的超大質量黑洞—射手座A*(Sagittarius A*,也稱為Sgr A*)。這個距地球約26000光年,直徑大約是太陽的18倍的黑洞有著半徑約為790萬英里的黑洞表面,數百名科學家曾花費了整個職業生涯對它進行研究,現在我們已經可以製作出與它類似的電影。而且,射手座A*可能對科學家們期待進行的引力理論測試至關重要。

Lia Medeiros個人網站

 

由於M87比觀察到的其他黑洞大得多,其圖像變換的時間尺度也因此長得多,所以科學家們在12小時內並沒有觀察到數據或圖像的太大變化。而Sgr A*則是另一種情況了,在12小時的時間跨度內,科學家們觀察到發光區域的亮度和形狀是波動變化的,這是因為圍繞黑洞旋轉的電漿體自身也在旋轉。

Medeiros說:「Sgr A*的圖像變化速度快於我們收集足夠的數據來重建圖像所需的時間。」

「這一時間序列圖像非常令人興奮,因為它可以幫助我們理解導致Sgr A*以及許多其他黑洞變化的原因,」Medeiros說道,「我們已經觀察到Sgr A*是顯著發光的。但我們仍不瞭解其發光的原因。通過研究黑洞圖像在整個觀測過程中如何隨時間變化,我們希望能夠知道是什麼原因導致了這些發光現象的產生。」

 

亞利桑那大學天文學院和史都華天文台助理天文學家Chi-Kwan Chan說道,許多科學家都渴望瞭解黑洞的光線明暗變化,他希望有一部動態電影可以幫助他們做到這一點。

「由於落入其中的電漿體所形成的黑洞吸積盤變化很大,因此靜態圖像並不能讓我們充分瞭解,」他說道。「獲得動態影像可以幫助我們更好地瞭解正在發生的事情。」

用一部電影檢驗我們最好的理論

一部黑洞電影可以幫助科學家們更好地瞭解黑洞本身。

Medeiros的工作實際上可以幫助科學家更好地瞭解宇宙的運作。它甚至可以改變我們對引力的思考方式。我們可能不得不通過研究這些引力怪物的時間序列圖像來重新思考我們在小學時學到的關於引力的一切。

黑洞,可以被視為我們所知道的20世紀物理學卓絕成就之一—愛因斯坦的相對論的完美檢驗平台。科學家們基本上會拿愛因斯坦的廣義相對論與宇宙中最強大的引力進行比較驗證。廣義相對論告訴我們的是我們所知道的,或認為我們所知道的關於引力的知識。如果廣義相對論在事件視界不能完全成立,那麼這個理論可能需要重新考慮。

她的工作也可以告訴我們更多關於量子力學如何和引力理論相互作用的訊息。對於那些優秀的物理學家來說,量子力學至今還是相當神祕。

量子掌管著看似不可預測的亞原子世界,而廣義相對論則被認為可以解釋大到黑洞規模的巨大引力。它們都是偉大的理論,迄今為止已經通過了科學家們對其進行的每一次實驗。但是,當它們被放在一起考慮時,並不總是有效的。科學家們需要在更極端的條件下檢驗這些理論。因此,黑洞被認為是完美的檢驗平台。

拍攝一部黑洞電影可能會改變科學的遊戲規則,因為黑洞是宇宙中唯一需要科學家們用兩種理論對其進行解釋的物體。簡單地說,黑洞生活在量子和引力的交匯處。黑洞電影可以為科學家們提供所需的訊息,看看它們是否像我們所期望的那樣活動,幫助科學家們理解這兩大科學理論的複雜交集。

「我們還未能將相對論和量子力學放在一起考慮,」Medeiros說道,「黑洞是宇宙中為數不多的需要兩種理論才能解釋的東西之一。因為它非常非常大卻也非常非常小,處於這兩個理論的極端。如果我們看到了意想不到的事,那可能是因為這兩個理論中至少其中一個崩潰了。並不是說牛頓或愛因斯坦是錯的,只是因為這些方程式是簡化了的。當遇到極端情況時,這些理論可能行不通。方程式可能並不是完整的。」

Medeiros補充道,「如果我們看到了一些意想不到的事,它可能會改變一切。如果我們發現一些事情和我們的預期並不一致,那麼這毫無疑問是一個振奮人心的機會,一個可以更好地解釋這個宇宙的機會。」

對於Medeiros來說,製作第一部黑洞電影令人振奮,但並不像獲得這些科學問題的答案那樣激動人心。那麼,如果Sgr A*距離地球26000光年,Medeiros又將如何製作出一部關於它的電影呢?

用機器學習處理來自世界各地望遠鏡的大量數據

位於亞利桑那州格雷厄姆山(Mt. Graham)上的次毫米波望遠鏡

為了把第一部電影,或者說是時間序列的圖像放在一起,她使用了事件視界望遠鏡陣列所收集到的大量數據,這些數據曾被用來創建最初的黑洞圖像。這個陣列並沒有捕獲到黑洞的實際圖像。它捕獲到是數PB資料(譯者注:1PB=1024TB=1048576GB)的關於從黑洞的環形輪廓中發射出的無線電波的原始數據。

用智慧型演算法填充缺失數據

Medeiros正在使用EI Gato(超大先進技術,Extremely LarGe Advanced TechnOlogy)電腦集群,這是一個由美國國家科學基金會和亞利桑那大學共同資助的高性能系統。通過使用特製的硬體,如Nvidia K20X GPU和Intel Xeon Phi 5110p協處理器,系統可以處理大量的數據並對其進行數學形式的轉換,使之變成圖像。

「我們正在進行模擬,隨後我們會將這些模擬數據用作演算法的訓練集,這樣我們就可以產生一系列時間序列的圖像,」她解釋道。「電影就是一系列時間序列的圖像。我們想看到黑洞的圖像是如何隨時間變化的。」

這裡有一個問題,就是她得到的數據並不完整,有很多缺失的部分。Medeiros需要填充缺失的數據來創建完整的圖像。她需要的是一個智慧型演算法,通過將數據集和模擬數據輸入其中,對其進行訓練,使其能夠填充缺失數據,並幫助她生成時間序列圖像。

Medeiros打算寫一個基於主成分分析(Principle Component Analysis,PCA)的演算法。主成分分析是一種分析或表示複雜數據的方法,可以將含有大量變量的集合轉換成只含有少數變量的集合,但仍包含著大集合中的大部分訊息。也可以說許多機器學習應用基礎的線性操作—主成分分析,是將數據降維到原始數據的主要成分。作為數據分析和預測工具之一,主成分分析經常用於遺傳學和金融學。

對於她的黑洞電影創作來說,Medeiros正在她編寫的演算法中嵌入主成分分析方法,使其成為能夠透過她加入的數據進行學習的一種智慧型演算法。

「我的想法是,將這個演算法應用到訓練集中去,生成10到20張圖像,」她解釋道。「我可以使用訓練集來辨識那些將被用於構建黑洞的圖像。通過這些基礎構件,我可以用演算法生成一張缺失值被填充後的圖像。」

為了產生第一張黑洞圖像,科學家們需要為他們的演算法提供12小時的望遠鏡觀測數據,而這些演算法並沒有使用機器學習。借助於機器學習,Medeiros可以用相同數量的數據生成時間序列的圖像。

能夠給世界帶來第一部黑洞電影的Medeiros的演算法背後的數學原理只有幾行程式碼。

「如果不使用主成分分析,我不知道如何去做,」她說道。「如果沒有這種演算法,我可能都不會嘗試製作這樣一部電影。」

對於研究人員來說,她的工作是將好奇心,對數學、科學的熱愛以及對宇宙中巨大的和微小的部分的理解融合在一起的。「作為人類,我們是在一個漂浮在太空中的微小的點上面的微小的點。我們提出了數學這一語言,幫助我們更好地理解我們生活的宇宙。」

使用 Facebook 留言

發表回應

謹慎發言,尊重彼此。按此展開留言規則